金山办公 9.14前端笔试

自我介绍（3min左右）看你最近的工作是和bootloader相关的，汽车后视镜相关的，从7.8到3.6s的改进是比较显著的，那你有没有比较以前的不同的机制主要耗时在哪几个地方我看你一直在写x86平台的操作系统，基本是从基础到操作系统的构建工作，这中间持续开发的过程中有没有不太好理解，或者阻塞的事情呢这个启动加载器，比如从bios启动那部分是怎么完成的，或者说bootloader部分你做了什么呢，平台是什么呢（最开始我是在bochs上完成的）你现在是在x86下完成的，有没有考虑过arm呢，因为armv8也是64位，有没有想过去做二者的比较呢（过程中提到了看过电源管理的源码），你看的电源管理是在arm下还是x86下内核里的中断处理会用到栈空间，操作系统的内核中的栈空间是由谁提供的。设想一种场景，应用层的一个进程在跑，比如一个网络程序，此时一个中断来了，此时中断会打断进程的执行，这个中断也需要一个栈地址空间，当前CPU的栈是应用层这个进程的，怎么从应用层程序的栈到中断的栈，这个栈地址空间是哪里来的，谁给分配的呢上半部和下半部如何完成任务或者说中断事件的衔接的这个schedule是谁来驱动的呢，比如一个ISR进来，退出了，什么时机来驱动tasklet的schedule？这个任务什么时候会被拿出来执行呢？（最开始可能没答到点上）你刚刚说的是进程调度的机制，它同样有个调度时机，那具体是什么时候呢，比如说中断退出还是定时器，你用tasklet，那么这个tasklet是什么时候调度呢？整个系统有没有涉及到多处理器，SMP的同步机制呢上下文分为哪几种呢？进程上下文在你这里什么样的叫进程上下文。比如说一个应用层进程被打断进入内核态，管它叫进程上下文，这个进程上下文也有自己的业务要做，那么它和中断上下文之间是如何进行数据的同步呢？你用的什么样的互斥锁呢？CPU的SMP的同步这些有没有去了解平时你还有哪些做的项目可以介绍吗，你比较擅长的项目（我介绍了一个光追算法复现的，因为我关于内核能聊的好项目全被问完了，想着这个光追的项目可能能和相机系统的ISP会比较有关联）有没有了解过实时操作系统的一些特性做示波器项目的时候有没有去了解示波器的原理，关键指标这些（这个项目我主要做的前端，确实没有很深入）linux内核的裁剪参与度如何，你主要负责裁剪了哪些？裁剪过程中有没有关注过设备树的工作原理？假如让你设计一个设备树这样的功能，你会想怎么做？dts按你的理解来说，主要是为了解决什么样的问题呢？比如你要写一个驱动，那么设备树和device，driver是什么样的关系呢？你有没有自己想做的，更喜欢做哪方面的事情你们做电子后视镜，也会接触摄像头数据的处理，到整个判断的框架，这部分有没有去挖一下呢？比如摄像头的整个pipeline，视屏流，框架。反问：如果有幸入职，我工作上需要准备一些什么方面的知识呢是基于哪个系统呢，是rtos，linux还是安卓呢针对刚刚我的面试，您觉得对于贵公司有哪些方面还需要继续加强呢后面几轮（没说）营销急缺！不限学校，不限学历，抓紧投递！注意岗位特点：专业不限岗位注意多介绍自己个人经验合综合素质，多围绕实习和岗位工作内容来展开，岗位写的xx专业优先建议把项目和大赛经验发在重点介绍 米哈游影石全景相机全球占有NO.1！全球前沿的智能影像科技公司！影石insta36025届校招启动啦！️岗位横跨5大岗位：技术、美术与设计、产品、综合、业务工作地点：深圳、上海、珠海、东莞、香港、洛杉矶、东京、柏林【待遇】有竞争力的薪资、司龄假、节日及周年礼物；优秀员工奖保时捷特斯拉等新车!投递链接：https://arashivision.jobs.feishu.cn/s/i6HUfca1【内推码】E45P9HR（选择校园大使渠道）投递的uu留言下姓名缩写和岗位，我会尽力跟进~（LSQ+数据策划）

在武汉还是挺香的，纠结

[OC]投递岗位：算法工程师（珠海）BG：双9，一段中厂实习研究方向：计算机视觉（一篇一作SCI在投）9.1 投递 —— 9.18 笔试 —— 10.16 一面 —— 10.22 二面 —— 11.4 HR面 —— 11.12 OC一面（1h）：自我介绍提问传统视觉方法（Canny边缘提取、霍夫变换），简要介绍做法Coding：区间合并（讲述思路即可）实习介绍（20min），提问业务场景、方案特点和选取的原因、一些类似方法的对比提问CLIP（特点、训练过程）、扩散模型（实现方法、与其他生成式模型的区别）提问Python八股：迭代器和生成器，浅拷贝和深拷贝的区别提问C++八股：类的继承/派生、智能指针提问Transformer八股：基本结构、模型特点、自注意力的表达式（为什么要除以√dk）、BatchNorm和LayerNorm的做法和区别论文简要介绍（5min），提问基本概念反问：业务场景、工作时长、后续流程二面（40min）：自我介绍实习详细介绍（25min），提问任务目标、应用场景、实现思路、方案局限性、方案跟基于大模型的方案的对比提问生成模型中融入条件的两种方式（拼接和交叉注意力）的特点、优缺点，为什么现在的模型大多采用交叉注意力进行条件的融合场景提问：给定包含大量（大于1000个）类别的图像数据，各类别图像数量充足，要求在一周之内训练出一个分类模型，使得各类别的准确度尽可能高，如何设计方案反问：AI相关的业务方向、部门业务、后续流程（各方向统一面试，之后沟通分配具体部门）HR面（25min）：略#面经#