汇川技术 ai算法工程师 二面面经

汇川集团 AI算法(2+1) 🚀一面技术面 二面是HR面（我是没想到），终面 主管综合面（技术+规划）1. 实习+项目介绍 2. LoRA家族有哪些，优缺点是什么?3. 当你在遇到一些技术问题的时候，你通常会用哪些方式去解决？4. 跨模态对齐的方式有哪些？各有什么优缺点？5. 志愿者证书的评比方式？6. 对自己未来的一个发展方向和行业有什么想法？7. 你如果让你来评价你自己，你觉得自己的优势和不足是什么？8. 你上升的空间这一块对自己职业规划有什么想法？#nlp算法工程师# #大模型# #汇川技术# #ai算法工程师# #面经# #汇川技术求职进展汇总#

当时一二面流程很紧凑，没有分开记录，每面大约50min。总的来说很友好，面试体验也不错，不会的不太逼问，主要根据你的简历和jd进行提问。虽然流程很快但是offer反馈比较慢，应该是同时面多个在排序。后面时间不合适就没去。惯例：互相介绍自我介绍2min，之后面试官介绍自己的团队在做什么深挖项目介绍你做的某课题的pipeline、为什么要这样设计改进（就是问创新点）在xx项目中，如何解决遮挡导致的视角歧义问题？对比过不同3D表征方式对多模态融合的影响吗？若加入雷达点云作为第三模态，会如何调整对齐策略？loss函数介绍+写出基本算法八股看你做过bert，介绍一下bert,transformertra...

中电信人工智能公司 大模型推理加速工程师实习生1. vllm sglang 有什么区别？sglang相对于vllm有什么好的？sglang为什么更适配推理这类的llm？dpskr1了解吗？和基座llm有什么区别？假如要魔改vllm，可以怎么做？2. Cuda算子开发经验，性能对比过吗？3. 大模型量化算法原理没问（感觉默认我懂）问有没有实际部署过？有没有看过autoawq的git库？4. Clip原理，clip推理流程了解吗？（简历里写了解过一些cv mllm方向）5. 实习经历介绍，实现的算子性能如何？常见大模型算子优化思路有哪些？（访存优化，并行优化）6. Ascend CANN MindIE框架有哪些组成？7. 场景1：V100显存多少，Dpsk Qwen 32B int8量化能部署吗？怎么部署？（紧张了，int8说2比特位…）8. 场景2：并发场景下怎么测试最大并发数，需要关注哪些指标？（答的不好）（bsz，latency 我回答的gpu利用率显存这些……面试官提示了从用户角度，我脑子没转过来）（指标含义没问，默认我懂）9. 场景3: vllm怎么去支持自研模型？面试官的建议：LLM有训练有推理，我们这个路子更偏向实现算法，加速算法。同样是attn，后端如何实现，如何更快。需要对算法有一定了解，对工程能力要求也挺高。我了解但是不够深入，实践经验较少。更深入去看vllm源码，应用层面怎么去调用算子，底层层面算子怎么实现的，怎么去实现更高性能算子（还提到可以从汇编层面出发）。关于暑期：电信（或者说国企）集团有统一的校招流程，需要投简历做笔试再分发简历到用人部门，没有直接内部转正的。个人感受：国企面试还是比较温和的，面试老师给我的感觉也是，知道你这个地方不会了，能力到这了，就不会再问了。呜呜呜，大厂全聚德的小垃圾（我）尸体暖暖的～#牛客AI配图神器#

图像处理工程师-26届实习职位关闭了看不到要求，谁有截图保存？还想问问有没有面经？第一次面试不知道30min应该怎么准备 #vivo求职进展汇总#  #vivo# 已面完，面试官人很好很亲切。他介绍岗位后，我开始讲项目，问了一些项目相关，再问他岗位相关的方向有没有了解，我不太懂..之后就是反问环节，总共快二十分钟，一小时后面看流程显示hr面安排中3.31仍没有hr约面