淘天、蚂蚁、oppo简历挂

是感知部的佬来面试当时以为是kpi面(他们感知好像主要是做bev但我简历里都没这词，我都不知道为啥能过简历），所以准备的不是很充分，并且是鼠鼠的第一次面试，紧张的一。拷打时长：一个小时15分钟拷打内容：主要是简历上的项目和实习，面试官问的很细，抓着几个点深挖，挖到最后我才发现准备的还是不到位。八股（深度学习相关）：BN层，3x3的卷积层，输出通道c1,c2，问参数量的计算公式。手撕：两条线段，给定每个线段上的两个点，判断线段是否相交。用叉积写的，写完让解释数学原理反问：问了下组内的业务，然后对简历上有没有什么改进的点结果：凉。面试体验：面试官很好，复盘下来学到很多东西，其实问的也不难，而且答不出来的问题面试官也有在引导，但我准备的确实不充分，挂的理所应当。

DeepFM 的原理是啥？它的输出是怎么处理的？Qwen-VL 是怎么压缩图片 token 的？长上下文一般怎么处理？多模态大模型里，图片和文本的 token 是先处理哪个？处理方式有啥区别？聊聊 3D 并行和 DeepSpeed？讲讲 SFT 和 RLHF？原理是啥，有啥区别？1. 找出一个数组里严格递增的最长子串。2. 找出字符串里最长的不重复子串，并计算它出现了多少次。

投的是java，面的是aigc，一面纯聊天，听我讲我的java项目和深度学习项目。二面五六分钟自我介绍，然后喊我用大模型做一道题算法，直接复制给depsk一分钟写完了，本来还说看看思路，面试官看我跑出来了就到反问环节了，顺便聊了聊ai大模型相关的。最轻松的一次面试，不敢想。

盯了半天才发现是最大子段和，还是做题做少了