背景不match的情况下进入多模态这个岗位的面试真的太难了，大厂基本都是简历挂，感谢讯飞给的机会同时终于体验了一次线下面试的高效率。拉踩一下之前某窑鸡厂，大老远跑过去面了一面，然后说我方向的面试官没来，让我回来约线上继续面，两个月过去了什么后续都没有流程：线下2次技术面+HR，每一次面完之后出来等，20分钟内就告知结果了，进入下一场流程。不过最后面完的结果没有当场说，要回来等。没有手撕，项目拷打得很深入。记录一部分比较八股的问题：- 稀疏卷积的原理，三维稀疏unet是否保持位置信息- NeRF原理- 注意力的计算机制- CLIP的结构- 如何优化CLIP，使其能够提取细粒度的特征而不是全局- Q-Former和MLP作为对齐层的对比- 模型工业部署方面的经验？- qwen的特征- 之前在智驾企业实习，是否了解主流智驾的方案是怎么样的- 是否熟悉c++，写过什么功能- 课题组的方向是做什么的反问了广州base的业务蹲后续流程如果对您有帮助，求大佬送一下免费的花花🙏

也是面试节奏很快的一家了，然而现在是漫长的泡池子阶段…0803笔试 A 3.2/40806一面节奏非常紧凑，而且按照简历上每说到一个点就要求写一点对应的代码1. 写分类准确率计算代码2. self-attention的公式 以及代码实现3. 分类任务一般选用什么损失函数？实现一下交叉熵4. 计算平方根。八股：1. tensor.detach()和tensor.item()有哪些区别，分别对应什么使用场景2. 自监督、半监督和无监督 和 自回归 有关系吗0812二面项目为主手撕：无重复字符的最长子串，变了一下：可以从结尾连接到开头继续延长。写完分析复杂度0814三面 0821 hr告诉我等待2-3个月之后通知结果蹲后续流程…

应该是新成立的部门，和面试官的交流中也感觉还在起步阶段。一开始人才计划把我捞进去了，有点吓人。那就开始面吧，第一面只讲自己的项目和科研，感觉主要还是看匹配程度，还很nice地跟我讨论了我任务的setting问题。无coding。过了三周约了二面，也告诉我转入普通校招流程。二面写了一道medium力扣。然后聊了一些项目。其实感觉我的经历和他们并不是完全对口，VLA的方案里点云并不是必须的，所以被问到了项目里涉及到的点云主要是什么场景，以及如何看待点云的作用。过了几天系统显示流程结束

推进很快，先一面再笔试再二面8.21口头oc基本都是问项目为主，没有手撕环节不过有一些八股：- Python列表有几种方式添加元素- 如何将一个 NumPy 数组转成 Tensor？Tensor转回来呢？- 如何将tensor转到device- 矩阵乘法的实现- 写一个新的模型要继承哪个类二面需要做ppt反问了一下工作节奏如果有帮助的话求佬们点一下送花🙏

又是一家L4的凉经…同样被拷打得很细致，项目和八股都问了挺多。一面四天之后回到人才库项目中用到的CenterPoint、CLIP的原理都被细细地问了一遍还问了好些八股，包括但不限于：1. CNN 设计3*3的卷积核，输入C1个通道，输出C2个通道，计算参数量2. 训练时遇到NAN一般会考虑怎么处理3. 对类别不平衡问题有什么对策4. 图像和点云数据增强一般有什么手段5. BatchNorm的过程和作用coding：输入两条线段的端点坐标，判断是否相交

很珍惜和L4的公司交流的机会，wenyuan的面试也确实是近期强度最大的之一。我应该是最早面一面的一批了，之后又隔了很久约上二面，还是没有在拷打中存活下来。两面都是从项目出发聊，从数据到模型到训练全方位问一遍，也会问相应涉及到的基础知识，最后写一道题。一部分被问到的问题包括：CLIP相关：1. 为什么用余弦相似度，而不是L1或L22. 损失函数的公式3. 如果要将focalloss的思想引入，应该怎么设计Transformer相关：1. 注意力2. ViT怎么将注意力用于视觉3. 如何处理变长输入4. 位置编码的过程，图像patch的位置如何做位置编码手撕 一次是lc中等题（矩阵的最大得分），一次似乎不是原题不过比较简单------ 如果有帮助的话求佬们点一下送花 ------

方向是：多模态大模型算法开发笔试两道题A了一道多进面的，一面挂确实感觉hc不多，竞争激烈，能通过的应该都是很强的大佬面试感觉还是比较有内容的1. 结合简历提问- 选型的思路- 两阶段模型之间的diff如何处理- 项目和目标检测有关，遂问YOLO 是否了解2. 机器学习算法- 逻辑回归- EM算法- 树- XGBoost、LightGBM3. 深度学习- ResNet跟CNN最大的区别，主要解决什么问题（详细描述）- 跳跃连接有没有可能出现前后两端维度不一致的情况，若有的话如何解决- 过拟合的解决方法- Transformer介绍- 视觉和文本上的应用除了transformer还有什么架构？是否做过图像生成- 对比学习- 大模型的参数量如何计算？- torch 四维张量之间的乘法是怎么定义的

六月初投递，等待一阵子之后在10天内走完笔试+三次面试流程。笔试：只记得写代码的界面很不方便每次面试时间都不超过半小时，问项目为主，且交流较少，基本上是对着简历某一条提问--我回答--对下一条内容提出一个新的问题。还是很感谢TP-LINK给了这次体验机会。没有Coding，被问到的八股文包括- python的可变类型和不可变类型- transformer和cnn、vit的区别和关系- NMS的流程- 子类间差异大的处理方法；类别不平衡的处理方法；模型泛化性能差的处理方法

时间线：8.21一面 8.26收到拒信围绕项目问，主要是一段相关的实习。总体感受就是对静态点云处理，point-based的方法不太关注。重点围绕着BEV、视觉检测相关的内容在问八股：无coding：接雨水（遇到不止一次了闭着眼睛写，但有趣的是截至目前给我出这道题的面试官都把我挂了，写出来也没用）

两个流程都是在上个月结束的，都是一面之后秒挂。地平线一面挂面试官水平很高，每个项目都拷打了很久也很有收获，聊的气氛挺好的，不过秒挂。没有八股；Coding：numpy实现交叉熵函数。滴滴提前批一面挂聊的比较简单，只问了一段相关实习。隔着屏幕感觉滴滴的面试大厅真的很热闹。Coding：DP。在调试的时候被叫停了，可能我写出来的转移方程和面试官想的不一样吧。

岗位：端到端算法工程师时间线：0625投递0630 ai面0725 一面0810 二面0819 三面聊项目为主，会延伸问一些具体场景或者条件下的处理方法。涉及到的基础问题较少也没什么特别的，包括：- 注意力公式，为什么要除以根号d- Transformer的流程，和CNN的区别- 为什么CLIP有效，有零样本推理的能力写了一道手撕：numpy实现NMS反问了一些部门的业务和基本情况，蹲后续流程

timeline：七月中旬投递，下旬一面，八月中旬约二面，二面后挂整理一下两次面试遇到的问题，基本是项目+手撕，没有八股1. 项目相关延伸问题SFT的具体是怎么进行的数据量远处目标如何处理地面滤波具体的方法，为什么不用网络去做地面滤波2. coding（共享屏幕用本地的ide写）：- 线性插值- 双线性插值- 字符不重复字串的最大长度- 接雨水

和东子做兄弟的机会-1

大概方向是自动驾驶/具身智能感知、三维视觉、多模态等算法岗。求求了让孩子轻松点吧。求大佬们送一下免费的花花🙏想把这条置顶-----------------流程中-----------------等待笔试：荣耀笔试结束：联想、理想、轻舟一面结束：卓驭、菜鸟三面结束：字节、千里智驾---------------池子中---------------DJI拼多多经纬恒润科大讯飞车BUvivo-----------------收到意向----------------TP-LINK普联元戎启行小鹏汽车------------超过一个月没后续 -----------笔试结束：京东、oppo、虾皮一面结束：深信服、拓竹-----------------已经结束-----------------简历挂：字节、阿里云、快手、商汤、淘天笔试挂：速腾聚创主动终止：华测、小米一面挂：地平线、滴滴、京东TET、卡尔动力、美团*2、中兴未来领军二面挂：高德、百度、智元、文远-----------------------------------接好运接offer