最近影石的秋招真是让我心潮起伏，虽然之前已经决定放弃，但影石的抬价让我又重新燃起了希望。所以，我决定分享一下我的面试经历，希望能帮到同样在准备秋招的小伙伴们。一面面经： 💪一面的面试官真是技术大咖，问题一个接一个，完全没有停下来的意思。以下是我被问到的一些问题：为什么选择MNN推理框架？有没有调研过其他的？模型从训练到端侧用MNN作推理的流程是什么？实习任务中，int8和半精度的性能提升明显吗？MNN的具体实现和优化策略是什么？双线性插值的4个点的权重如何分配？仿射变换用了什么NEON指令集，做了什么运算？ax+b用矢量去做加速，会用哪条指令？HWC和CHW以及NC4HW4的区别是什么？如果...

约面了，我想让他稍微再确定一下待遇和工作内容再考虑面不面试的

去年因为忙实习和学校的事情没咋投，今年春招得好好冲刺了，准备投递元戎的这个感知算法工程师，但是我没有什么竞赛奖励也没有paper，不知道有没有希望，这个是岗位JD：职位描述：参与行泊量产研发，负责计算机视觉关键算法研发，包括不限于BEV感知，目标检测/分割/分类，车道线识别，场景语义理解，Occupancy等算法研发和优化。在AI领域前沿展开创新性的研究，通过数据闭环持续迭代端到端模型能力。职位要求：熟悉计算机视觉、机器学习、深度学习相关算法。具备扎实的C++/python编程能力；掌握pytorch、tensorflow、caffe等至少一种主流的深度学习框架。具有自动驾驶端到端和大视觉语言...