文远知行-自动驾驶算法验证-四面（45mins）

当5G基站的信号塔还在城市楼宇间闪烁建设时，边缘AI的算力齿轮已悄然在工厂流水线、智能摄像头甚至智能家居中枢中转动。这场从云端向边缘下沉的技术迁徙，并非简单的算力转移，而是重构了AI应用的底层逻辑——从“数据找算力”到“算力贴场景”的范式革命。 云端AI曾是智能时代的核心引擎：海量数据通过光纤涌入数据中心，在GPU集群的轰鸣中完成训练与推理。但随着物联网设备突破百亿量级，这种“千里传数据”的模式遭遇三重瓶颈：首先是延迟问题，自动驾驶需要毫秒级响应，云端往返却可能耗时数百毫秒；其次是带宽压力，单台4K摄像头每小时产生1.8GB数据，全国千万级摄像头的传输量足以压垮骨干网络；最后是隐私风险，医疗影...

面试官业务介绍：新业务iron，工作涉及复杂系统的软件测试，运控，决策，语音算法模型工程化以及测试；Part1：自我介绍Part2：最具代表性的实习经历&&项目介绍下；Part3：问答Q1:模型性能评估的普遍方法，覆盖率，量级？Q2:看你研究生阶段涉及深度学习，实习涉及部分模型应用，讲一下你对AI的了解，可以按照时间线来讲；反问：当前部门工作业务：当前业务偏向模型工程化，涉及运控，决策，语音算法模型工程化以及测试，不涉及中间件和底软；部门对于自动化提效和agent工作流搭建的态度：鼓励，但是业务比较新，还在基建阶段，自动化肯定是趋势；

1、离职原因2、做过的较难的模块3、代码组织遇到的困难4、引导模块是如何做的5、如何保证指定弹脸第一优先级弹出6、如何确保新做与改动到的模块不会产生问题7、C#、性能层面会考虑哪些点8、MVC与ECS9、项目里实际的MVC，重新设计你又会怎么优化10、UGUI渲染流程11、滚动列表的优化，代码封装的好处12、海外资源管理与海外多语言适配与海外游戏内切换语言版本的流程13、对ai的使用，skill的概念，对于ai的看法14、职业规划之前面通过一次，这次面试问的比较轻松。还是给这家公司好评，流程推进的很高效，

还是百度大厂