vivo AI算法工程师面经

更新1.23二面投递已经很久了，本来投的CV挂了，转岗到这里一面 1.22项目问的很细，每个点都会深问，这个没有想到生成主要问了sd的训练 flux流动机制 ddpm的了解，千文VL的图像文本对齐，问了一个小时算法一道很简单的题，秒了问有没有内存消耗小的方法年前要结束，所以流程很快，估计这两天就要结果#小米#

分享一些动词，让经历看起来更高阶从以下几个场景举例✅ 管理决策类授权 | 掌管 | 监督 | 评定 | 调解适用场景：团队管理/项目统筹改写示例：掌管8人跨部门小组 → 授权并评定8人跨部门小组KPI达成✅ 执行优化类重构 | 精简 | 提速 | 巩固 | 优化适用场景：流程改进/效率提升改写示例：处理客户投诉 → 重构客户投诉响应SOP，将处理周期精简40%✅ 创新突破类开创 | 催化 | 定制 | 整合 | 部署适用场景：0-1项目/创新业务改写示例：设计新功能 → 开创A/B测试模型部署方案，催化用户活跃度增长23%✅ 协作沟通类协同 | 调解 | 倡导 | 促成 | 对接适用场景：跨团...

🎓学历背景：本人本硕均毕业于京内211院校👨‍💻两个选择：业界机会：年薪45W+的算法工程师岗位（大厂核心部门）学术路径：西南地区985高校博士offer（数据挖掘/数据库方向，导师为刚回国牛导，数据挖掘/数据管理方向）。🔑核心矛盾点：学历价值疑虑：硕博均为国内学位，博士学历对个人背景提升有限（非海外/清北华五），且现在教职竞争激烈（非升即走普遍，没个5，6篇A，不做博后都不太行）。但导师为领域内知名学者（且能做开山大弟子），研究方向为数据库和数据挖掘（非LLM/CV等热门赛道）。科研热情与变现能力的冲突：对科研有一定兴趣，如果读博大概率会选择走教职，但是钱少了很多，且发展不一定比工作4年的收益带来的大（假设不延毕4年毕业后快30岁了）。💡希望听取的建议：从学术变现角度：非LLM方向的AI博士，在未来教职市场发展如何（参考学历价值疑虑）。从年龄成本角度：30岁博士毕业 vs 28岁拥有4年经验的工程师，何者更易突破职业瓶颈？我个人的看法和眼界都极不成熟。请各位前辈，同仁不吝赐教，谢谢大家！#聊聊我眼中的AI# #读博士还是工作# #学历对求职的影响# #如果再来一次，你还会选择这个工作吗？# #如果可以选，你最想从事什么工作# #求职你最看重什么？# #牛客AI配图神器#

深夜刷到比亚迪天神之眼智驾系统降价的消息，忽然想起三年前面试某自动驾驶公司时，对方技术VP拍着桌子说："激光雷达成本不降到千元级，高阶智驾永远是小众玩具"。没想到预言成真得这么快——曾经堆料百万豪车的技术，如今20万级的比亚迪海狮07EV就能搭载。这背后是AI对行业的"温水煮青蛙"，而从业者的命运早已暗流涌动。 当技术从实验室卷进流水线 早年的自动驾驶圈子像武侠小说里的"珍珑棋局"，算法、感知、规控各派高手华山论剑。可如今大模型端到端方案一统江湖，传统模块化开发逐渐被数据驱动的AI流水线取代。就像当年智能手机淘汰功能机工程师，现在车...