格蓝若图像算法实习生面经

一、项目介绍+没有手撕？项目介绍完直接开始面，没写代码二、八股1.介绍下Transformer在NLP和CV中的使用区别2.什么是 CLIP 模型？它是如何做跨模态对齐的？3.BLIP-2 中 Q-Former 的作用是什么？为什么要加一个Query Transformer？4.Contrastive Learning 的 InfoNCE Loss 公式是什么？直观上是怎么工作的？5.在多模态预训练中，如何处理图像分辨率过高的问题？关键优化手段有哪些？6.LoRA 微调在多模态大模型中的应用有何特别之处？7.什么是多模态对齐？它和 RLHF 的关系是怎样的？8.介绍一下 LLaVA 架构的核心原理和主要创新点9.在视频问答（VideoQA）场景下，时间信息是如何建模的？常见方法有哪些？三、项目1.多模态问答系统如何处理OCR和物体检测信息？这些特征在模型中怎么融合？追问：如果 OCR 提取结果错误，会影响问答准确率吗？你如何降低影响？2.你的医学影像 + 病历文本项目(这个项目我没用大模型)，数据标注成本高，如何缓解？追问：有用到合成数据/数据增强方法吗？效果如何？3.在 LLaVA 的基础上加入分辨率自适应编码器，主要优化的是哪部分的瓶颈？推理速度提升多少？

只有一面,好像是主管面,问的八股不多但是基于业务角度出发问了很多项目问题介绍一下项目 苍穹外卖主要实现了哪些功能可以不用redis吗(这家公司不是电商业务 架构比较传统 好像是不用的)做完项目有什么困难 怎么解决的做完项目有什么地方让你醍醐灌顶的感觉订单并发量是千万还是百万(这里挖坑了 实际上外卖和点评最多是百级千级)线程方法的start()和run()的区别== 和 .equals的区别讲讲java集合 项目中用到哪个最多 为什么用它 spring mvc模型剩下由于主包科研方向是ai的 还问我了解医学图像分割吗

时间线： 9.30 投递简历10.23一面：两个面试官一个HR，分别面简历和八股自我介绍面试官一：说一下简历上的项目，觉得哪个印象最深聊聊实习项目（在一家德企小公司实习的，做的CV相关的）：图像处理做了哪些工作模型有改动吗Yolo损失函数改动了哪些内容最后结果部署到哪一步了，有落地吗？（做的仿真，项目还没被大领导验收，验收才有钱准备落地）实际工作数据处理和coding的占比用的是公司现成的平台还是自己写的脚本学校的项目：数据量多大，预处理方法相比于其他的研究有哪些改进模型提到了注意力机制和Transformer有什么不一样的除了Yolo，还了解哪些其他的模型框架面试官二：问一些语言上基础的：看我是电子信息的：学过C/C++吧，用的多吗现在（我说本科用，现在主要是Python，学过Golang）问Python八股：主要用Python的哪些库？除了Numpy和Pandas这种，还有用过其他的吗？或者自己写一些方法？举个例子两个List，找相同的元素和不同的元素问Golang：Golang的项目是自己练手的吗？都实现了哪些功能？（通讯系统后端（烂大街））WebSocket和Http的区别？消息的幂等性怎么保证？Map是线程安全的吗？怎么保证线程安全？Goroutine和线程的区别？同时有很多用户通过WebSocket连接怎么保证并发垃圾回收机制消息持久化怎么做的MySQL用哪些？什么难度的？(没有细问)，怎么建索引反问PS：很难想象，银行应该都是Java、C++、Python吧，我用的比较多的也是Python，面试反倒是Python问的不多，Golang问了一堆，数据库没怎么问。不过还好，问的不太深入11.11：等了3周多，10.30打了第一次电话问后续，11.10又打了一次电话问后续，今天终于收到11.12二面通知，但是邮件上写的岗位方向从算法工程变成了数据分析。。。打电话确认后说是算法工程，会备注，可以正常面。希望二面聊天吧，别拷打我了

卓驭（一面挂）复盘：太菜了，很多mipi驱动的基础不足1.mipi有哪几种工作模式，mipi的数据是怎么传输的？怎么从mipi传输到host2.你的是D-PHY还是C-PHY，你的帧头怎么告诉你的host开始传输数据的，一行是怎么传输结束的一帧是怎么传输结束的3.imx568是全局曝光还是卷帘曝光4.曝光值的最大曝光和最小曝光是怎么确定的5.这两个相机全都用的C-PHY吗？6.C-PHY和D-PHY的区别7.简述一下RTSP下，客户端和服务端建立链接大概需要哪几个步骤8.rtsp底层用的什么协议9.tcp和udp单次发包最长长度是多少？11.RK3588上有6路mipi接口吗？假如你想再多加两...