1.自我介绍2.说说项目，（我说了一个C++开发游戏的项目）没有打断，我说完后，他说你面试的算法岗，讲一个算法相关的项目，我讲了一个图像超分辨的项目，他问我用了什么模型，什么神经网络，为什么用这个，输入输出，好处是啥，3. 然后开始问技术，transformer是啥，比CNN好在哪，multi-head attention, 与循环网络RNN的区别，都是序列，优缺点是什么，4.代码：第一个是矩阵的旋转第二个是一个数组，找出第K个大的数。

写个面经攒人品，求个意向一面：业务面，简单问简历，几乎没有扩展八股，手撕sigmoid，手撕batch norm，手撕MHA，三个手撕二面：HR，拼多多HR面老几样，问一些工作感受三面：业务面，每个项目掰开揉碎讲，最后手撕逻辑回归，手撕二叉搜索树，中间穿插问各种loss，正则化四面：应该是主管面，但是面试官没有说是不是主管面。问简历，问diffusion发展流程。无手撕 感觉现在手撕更多喜欢撕传统机器学习算法或者偏底层的函数了，大家多查缺补漏。 另外PDD所有面试官，确实是我见过最温和，考察最合理的了，被考住的时候，一般就真的是自己有疏漏，从来没见过故意刁难或者有刁难嫌疑的面试官

1. 自我介绍2. 实习拷打...我说是aigc、视频生成相关的项目3. 问我知不知道视频生成用的哪种模型、开源的闭源的、怎么对接的kling等等问题（基本没了解过...回答就被拷打...面试官似乎是做算法相关的工作）4. 问我如何评估模型生成效果等等问题5. 手撕：反转链表6. 问了一些学校的问题、学习方式等等...7. 反问对我的建议反正基本都不知道....实习的时候完全没了解过唯一的一个八股是 redis 的 bigkey感觉是一个职级很高的算法负责人面的,唉希望面评手下留情吧

简历深挖：技术架构，算法实现，等一般是如何让一个text only的LM变成具备多模态能力？如何将文本映射到向量空间中，并在语言模型中应用？LoRA微调多模态模型时具体微调哪些部分？在你的团队当中主要担任的是什么角色？请根据传统文档处理系统的两个阶段，详细描述RAG中各个模块的功能及数据流转过程如何通过设计prompt模板来控制大模型输出，使其结合top3或top10的文本块及相关文档生成最终结果？Tool call机制是怎么样的？讲一下React范式除了React还有没有了解过其他的类似的planning方式呢？P-tuning和Lora分别适用于哪些场景呢？ 商汤的面试体感绝对是面那么多场...