大模型面经 - 快手快 Star

转载 于 2025-07-21 07:31:11 发布 · 60 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://mp.weixin.qq.com/s?__biz=Mzg2NzUxNTU1OA==&mid=2247671985&idx=4&sn=7116904d9fe7f9431ff502aa74983b99&chksm=cf522505af3868ce8ccbb65f5dde9f923379ffbccc1d8988b5ee54079ddde501d7b9c5cfd7bd&scene=126&sessionid=0

作者 | 小森 编辑 | 自动驾驶之心

 原文链接：https://zhuanlan.zhihu.com/p/1928556109037281822

点击下方卡片，关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>自动驾驶前沿信息获取→自动驾驶之心知识星球

本文只做学术分享，如有侵权，联系删文

部门与岗位：MMU - 【快Star】多模态大模型

一面

  1. 自我介绍，问实习和论文，对于 CV 的论文进行了深入的探讨，尤其对于引入 Diffusion 十分感兴趣，从 motivation 到 method 再到 result 顺下来的，花了比较长的时间

  2. 了解哪些多模态大模型，简要介绍一下吧，目前主流的多模态大模型的范式是什么样的

  3. 在 BLIP-2 或者 Qwen-VL 中，Learnable Query 的作用是什么，为什么在后续版本中，比如 BLIP-3 和 Qwen2-VL 中都不使用了

  4. 了解 KV Cache 吗

  5. 大模型的后训练是怎么做的，在 VLM 上做后训练有什么区别

  6. 知道 SAM 吗？说说 SAM 是怎么做的，对于 point，box 以及 text 这些不同的 prompt 输入，模型是怎么进行 encode 的

  7. 概率题：一根绳子剪成三段，这三段可以围成三角形的概率是多少

  8. 代码：32. 最长有效括号

一面论文问的比较细致，对于没有提到的细节面试官还会询问确认，但是八股问的还是比较常规的，就是概率题有点烦

二面

  1. 自我介绍，问实习和论文，重点问了论文，还是比较感兴趣 CV 方面的东西，比如 Backbone 的选择，Diffusion 怎么和 DETR 结合的等等

  2. 讲一下 LoRA，两个权重矩阵一般怎么初始化，能都全 0 吗？为什么

  3. 除了 LoRA，还了解哪些可以进行训练推理优化的技术，DeepSpeed 的三个阶段分别是怎么优化的

  4. 现在的多模态大模型，动态分辨率一般都是怎么做的，位置编码怎么设计

  5. 概率题，一副扑克牌，去掉大小王，随机抽两张，花色相同的概率

  6. 场景题：目前有一个带货的直播间，设计一个方案，要确定目前正在卖的是哪个商品，尽可能详细的说，商品比较多怎么降低时延，商品比较小怎么精确识别

  7. 给你发了 offer 能提前来实习吗

  8. 代码：236. 二叉树的最近公共祖先

二面仍是对于论文的详细拷打，看来面试官比较看重论文，八股倒是问的比较简单。场景题也比较烦，面试官会在给定的方案上提出未解决的问题，要一步一步完善方案

三面

  1. 自我介绍，挑一个你觉得做的比较好的实习或者论文讲一下，因为之前都是在拷打论文，这里就挑了 MSRA 的实习讲了讲

  2. 目前有在跟进一些多模态大模型的进展吗？最新的一些多模态大模型都是怎么做的吗

  3. 了解多模态 RAG 吗

  4. 场景题：现在有一些图文或者视频，需要你构建一个多模态大模型来判断这些图文或者视频的质量，怎么做

  5. 开放题：平常在训练或者微调 LLM 或者 VLM 的时候，有什么心得吗

  6. 代码：模拟题，一个推荐链路的排序

三面我觉得对于知识的广度考察比较多，问的比较泛，没有特别八股的考察，对于某个点进行深挖，面试氛围还是比较轻松的

四面

四面是答辩环节，这里主要就是按照自己之前的经历来了。最好是把之前的工作串成一条主线，按照这条线来展开，条理会比较清晰，吃了这个亏了

具体问题的话，因为面试官职级比较高，所以问的问题就没有那么技术，比如会考察对于业务的理解，或者问职业规划这些

总结

总的来说，感觉面试体验不错，面试官还是非常专业的。前三面都是正常的面试难度，有答辩就是有机会 Star，没答辩就是正常校招了

更多大模型学习资料，欢迎加入『大模型之心Tech知识星球』

图片

自动驾驶之心

论文辅导来啦

知识星球交流社区

近4000人的交流社区，近300+自动驾驶公司与科研结构加入！涉及30+自动驾驶技术栈学习路线，从0到一带你入门自动驾驶感知（大模型、端到端自动驾驶、世界模型、仿真闭环、3D检测、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、大模型，更有行业动态和岗位发布！欢迎加入。

独家专业课程

端到端自动驾驶、大模型、VLA、仿真测试、自动驾驶C++、BEV感知、BEV模型部署、BEV目标跟踪、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、CUDA与TensorRT模型部署、大模型与自动驾驶、NeRF、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频

学习官网：www.zdjszx.com

【长期更新】计算机类企业网申地址&内推码大整理
啥都生的博客
12-18 4524
计算机类企业内推链接
【秋招算法】2025 届搜广推方向求职历程（SSP、头部计划）
Danger的博客
11-17 853
【求职历程】2025 届搜广推方向求职历程、面试经验分享
蚂蚁 2025届暑期实习 多模态LLM 面经
KI的博客
04-25 1985
蚂蚁 2025届暑期实习 多模态LLM 面经
51c大模型~合集156
whaosoft~aiotの开发板商城
07-18 1184
系统识别出结构性片段（如引言、技术解释等），并为其生成了包含口语风格字幕和同步语音的幻灯片，涵盖了「并行化工作流」、「代理系统架构」等技术主题，展示了系统在保持技术准确性的同时，以清晰、对话式方式传达信息的能力。然而，一些 PresentAgent 变体表现出有竞争力的性能。与 paper2poster 的方法类似，我们设计了一个测验式评估框架，即通过视觉语言模型仅根据生成视频（幻灯片+讲解）回答内容问题，以模拟观众的理解水平，同时我们还引入人工制作的视频作为参考标准，既用于评分校准，也作为性能上限对比。
全面解析大模型产品经理岗位职责：从入门到精通，一篇全懂！收藏我这篇就够了！
2401_85343303的博客
02-01 1848
产品：开源企业级LLMops（大模型应用开发平台）：毕昇BISHENG。7800+ Github Star，被多名开发者评价为“目前见过功能最强大，最适合企业内落地的开源大模型应用开发平台”，已服务工商银行、交通银行、中国人寿、中粮集团、中核集团、宁德时代、快手、中电建等众多头部组织及世界500强企业。详细介绍文档：https://dataelem.feishu.cn/wiki/ZxW6wZyAJicX4WkG0NqcWsbynde。
产品经理面经（三）
2301_78053665的博客
05-22 974
文章探讨了面试中常见的问题“为什么想做产品经理”及其回答策略。首先，文章指出面试官通过这个问题考察候选人对岗位的理解、自我认知和职业规划。接着，文章分析了几个常见的错误回答，如过分强调技术含量或仅因薪资选择该岗位，并指出这些回答缺乏深度和系统性。文章建议候选人应深入思考自己的兴趣、优势和职业发展前景，提出产品经理应具备的标准，如控制力、影响力、创新力和痴情力，并结合个人经历和兴趣来证明自己符合这些标准。最后，文章强调了产品经理的综合能力，包括沟通、逻辑思维、商业敏锐度等，并建议候选人展示自己的加分项和对未来
雷军过去一个月首发声，小米入局大模型【WeThinkIn独家AI研报】（第四十七期）
欢迎大家关注我
06-15 984
阅读【WeThinkIn独家AI研报】，掌握最新AI行业资讯，提升个人基本面。
【诸神黄昏】国庆中秋双节聊2021算法秋招，附大量面经
【AI机器学习与知识图谱】的博客
03-12 593
前言：若需获取本文全部的手书版原稿资料，扫码关注公众号，回复: 2021算法秋招 即可获取。 原创不易，转载请告知并注明出处！扫码关注公众号【AI机器学习与知识图谱】，定期发布知识图谱，自然语言处理、机器学习等知识，添加微信号【17865190919】进讨论群，加好友时备注来自优快云。 一、双节快乐 正值中秋和十一双节假期，祝大家假期吃好玩好休息好。今年秋招也已进行大半，对于技术岗同学来说感觉也就剩个十月的捡漏环节，当然也可以硬钢一波春招但感觉压力比秋招得大得多。秋招已经拿到offer的同学可能已经在.
深入剖析！快手三面面试真题
weixin_57485542的博客
06-23 949
前言 上个星期刷朋友圈的时候看到一个以前的同事去京东面试了，去打听都问了些啥，并让我这朋友稍稍整理了一下，因为就有了今天这篇文章啦~ 此次所例举的面试题全部都是真题哟 ~ 总共3面技术1面HR 一面基本上就是基础面了，大概是花了1个小时；二面的话就问MySQL数据库比较多，三面就是综合面了…不过总的来讲，其实这次的面经最主要是围绕MySQL、事务隔离、乐观锁、HashMap、秒杀设计、微服务等方面的知识展开的了。 本文已收录在我的腾讯文档，且相关的面试真题解析都有整理在我所创建的项目【2021一线互联网大
嵌入式面经111题答案汇总(含技术答疑)_嵌入式项目源码分享
2301_79125431的博客
06-13 421
嵌入式开发，go开发，硬件开发，客户端app开发同学们，推荐一家高薪、不加班的公司，主要做安全相关，先说下本人情况，在字节已经实习了六个多月了，但是所在团队没有转正hc，现在是打算转岗到其它部门，但是。华为云感觉泡不出来了，base深圳，上周hr问我实习时长，和offer情况，昨天说这周出结果，今天就。20年毕业，给排水科学与工程专业，大学时加入了BIM中心，学会了建模调管综，优化出图之类的，机缘巧合。暑假家里人托关系介绍到一家小公司实习，研发部大概就四五个人，也没有给 git，需求啥的，发一个压缩包。
【八股】2024春招八股复习笔记3（测试、运维、安全、游戏、客户端）
小哈里的博客
03-27 5891
1、测试开发 2、运维开发 SRE 3、安全开发 4、运营开发/应用开发（全栈） 5、客户端：PC & 移动 & 游戏 我有一个问题，既然测试、运维、安全、运营、客户端都要会开发，同时还要会很多专业领域的知识，但是待遇和职业发展却都远远不如开发。那为什么不直接投业务开发呢（好吧可能是太卷了） 1、测试开发 1、网络 & 系统（含linux） 2、数据库，MySQL，JAVA 3、测试流程：单元测试、集成测试、系统测试 【八股】2024春招八股复习笔记3（测试、运维、安全、游戏、客户端）
我的 2020 iOS BAT面试心得：腾讯、Bigo、字节、快手、伴鱼、百度、微博等
Jul7day的博客
07-03 2475
ps：后面按照自己面试的时间顺序来写，记录的面试题是我印象比较深刻的，并不一定很全，暂时先提供面试题，后面考虑给出相应的题解。 面试 我面试了大大小小的各种公司，BAT、bigo、字节、快手、伴鱼等，因为一些原因，也拒面了一些公司，拿了几家的offer。 伴鱼 伴鱼是我准备后参加的第一轮面试，有很多自己准备得不是很全，也没有完全进入面试状态，面试结果不是很好，一面就挂了。 一面 算法题：判断平衡二叉树（easy） 代码阅读题：(问输出) TestObject *object1 = [[TestObj.
【测开面试篇一】全网最全测试开发岗位面试真题集分享
代码搬运工的博客
11-06 1989
各位测试人，大家好，最近不是在网上投简历，就是在面试的路上。也接到了不少电话面试以及F2F面试，花时间给大家整理一下互联网大厂测试开发岗位的面试知识点和一些遇到的真题，各位看官请笑纳。本人整理的面试知识点以及面试真题涵盖了互联网大厂（腾讯，字节，百度，滴滴，快手）春秋招，以及牛客网和优快云众多面经里面的面试真题，极具含金量和真实性，里面每道题基本都是高频考察的。如果你励志想进入互联网大厂并成为一名高大上的测试开发工程师，走过路过千万不要错过。
ERP系统客户与供应商信息视图创建：Oracle数据库中客户和供应商数据整合查询设计
最新发布
07-24
内容概要：本文档定义了一个名为 `xxx_SCustSuplier_info` 的视图，用于整合和展示客户（Customer）和供应商（Supplier）的相关信息。视图通过连接多个表来获取组织单位、客户账户、站点使用、位置、财务代码组合等数据。对于客户部分，视图选择了与账单相关的记录，并提取了账单客户ID、账单站点ID、客户名称、账户名称、站点代码、状态、付款条款等信息；对于供应商部分，视图选择了有效的供应商及其站点信息，包括供应商ID、供应商名称、供应商编号、状态、付款条款、财务代码组合等。视图还通过外连接确保即使某些字段为空也能显示相关信息。 适合人群：熟悉Oracle ERP系统，尤其是应付账款（AP）和应收账款（AR）模块的数据库管理员或开发人员；需要查询和管理客户及供应商信息的业务分析师。 使用场景及目标：① 数据库管理员可以通过此视图快速查询客户和供应商的基本信息，包括账单信息、财务代码组合等；② 开发人员可以利用此视图进行报表开发或数据迁移；③ 业务分析师可以使用此视图进行数据分析，如信用评估、付款周期分析等。 阅读建议：由于该视图涉及多个表的复杂连接，建议读者先熟悉各个表的结构和关系，特别是 `hz_parties`、`hz_cust_accounts`、`ap_suppliers` 等核心表。此外，注意视图中使用的外连接（如 `gl_code_combinations_kfv` 表的连接），这可能会影响查询结果的完整性。
旋转坐标系下基于超稳定性的模型参考自适应控制与角度估算 - 超稳定性
07-24
内容概要：本文探讨了在旋转坐标系中利用模型参考自适应控制（MRAC）进行角度估算的方法。首先介绍了旋转坐标系下的模型及其面临的挑战，随后阐述了MRAC的基本概念和核心思想，即通过已知参考模型调整控制系统以应对未知变化。接着重点讲解了超稳定性设计，确保系统在外扰下迅速恢复稳定。然后深入讨论了自适应率的设计与实现，这是实现精确角度估算的关键环节。最后，文章通过代码与算法分析展示了具体实现细节，并展望了该方法在未来机器人技术和航空航天领域的广泛应用前景。 适合人群：从事自动化控制、机器人技术、航空航天等领域研究的专业人士和技术爱好者。 使用场景及目标：适用于需要在复杂动态环境下实现高精度角度测量和控制的项目，旨在提高系统的稳定性和响应速度。 其他说明：文中涉及大量数学运算和逻辑判断，建议读者具备一定的控制理论基础和编程经验，以便更好地理解和实践相关技术。
基于国产M0核MCU的风机量产程序与FOC电机控制开发方案 - FOC控制 全集
07-24
基于国产M0核MCU平台的风机量产程序及其FOC电机控制开发方案。主要内容涵盖龙博格电机观测器、SVPWM、顺逆风启动策略、五段式与七段式调制方法以及3电阻采样技术。文中提供了具体的源码实现细节，包括PWM中断处理、电流重构、观测器更新、风速检测逻辑和调制模式切换等。此外，还讨论了硬件抽象层的设计，确保代码可以在其他MCU平台上轻松移植。 适合人群：从事电机控制开发的技术人员，特别是对FOC控制算法和嵌入式系统有一定了解的研发人员。 使用场景及目标：①深入理解FOC电机控制的具体实现；②掌握顺逆风启动策略的应用；③学习如何优化PWM调制模式以降低电流谐波失真；④探索龙博格观测器的实际应用及性能优化。 其他说明：本文不仅提供理论指导，还附带完整的源码实现，便于实际项目中的应用和测试。同时，硬件抽象层的设计使得代码具有良好的可移植性，能够快速适配不同的MCU平台。
易语言Jlink烧录程序源码：实现自动化一键调试与多芯片烧录功能
07-24
内容概要：本文介绍了易语言Jlink烧录程序的开发过程及其源码实现。该程序旨在通过调用JLinkARM.dll文件，实现对指定J-Link的控制，进而完成自动化一键调试、烧录软件、通讯测试、设备校准等功能。文中详细讲解了工具的工作原理、集成与调用方式、代码实现步骤，并探讨了未来功能扩展的可能性。当前版本已实现选择J-Link序列号、芯片型号、烧录地址和烧录文件的一拖一烧录功能，未来计划增加一拖多烧录、烧录序列号管理和出厂配对数据等功能。 适合人群：嵌入式系统开发者、硬件工程师、自动化调试工程师。 使用场景及目标：适用于ARM内核芯片的量产烧录，帮助提高生产效率，减少人工干预，提升产品质量。 其他说明：该工具不仅限于特定芯片，理论上所有J-Link支持的ARM内核芯片均可使用。
Comsol仿真下弯曲光纤与波导模式分析及损耗计算方法探讨
07-24
使用Comsol软件进行弯曲光纤和波导的模式分析及损耗计算的方法。首先简述了Comsol软件的功能及其在光纤弯曲问题上的应用价值。接着，逐步指导读者如何在Comsol中构建三维模型，设置关键参数（如材料属性、几何尺寸）并定义光源位置。随后，重点讲解了光在弯曲光纤内的传播模式变化规律，解释了不同模式对光传输质量的影响机制。最后，阐述了通过编写代码调用Comsol内置函数完成损耗估算的具体流程，展示了弯曲程度、材料特性等因素对损耗量的影响关系。 适用人群：从事光学工程、通信技术领域的科研工作者和技术人员，尤其是那些希望深入了解光纤内部光行为特性的专业人士。 使用场景及目标：适用于需要评估光纤弯曲对其性能影响的研究项目；旨在提高对光纤设计原理的理解，优化实际产品性能。 其他说明：文中不仅提供了理论知识，还包含了具体的建模步骤和编程技巧，使读者能够在实践中掌握相关技能。
基于粒子群算法优化BP神经网络的多变量输入单输出回归预测模型Matlab实现
07-24
内容概要：本文介绍了一种基于粒子群算法（PSO）优化BP神经网络（PSO-BP）的多变量输入单输出回归预测模型，并详细阐述了其在Matlab环境下的实现方法。文中首先介绍了BP神经网络的基本概念及其在多变量输入单输出回归预测中的应用背景，指出BP神经网络参数调整的复杂性和挑战。接着，提出了利用粒子群算法优化BP神经网络参数的方法，通过模拟鸟群觅食行为进行全局寻优，找到最佳参数组合。最后，给出了具体的Matlab代码实现步骤，包括数据准备、BP神经网络构建、粒子群算法实现以及模型训练与测试。 适合人群：具有一定机器学习和Matlab编程基础的研究人员和技术开发者。 使用场景及目标：适用于需要解决多变量输入单输出回归预测问题的实际应用场景，如金融预测、工业控制等领域。目标是通过优化BP神经网络参数，提升模型的预测精度和稳定性。 阅读建议：读者可以通过本文详细了解PSO-BP模型的工作原理和实现细节，在实践中不断调整参数配置，以适应不同的业务需求。同时，建议结合实际案例进行深入研究，进一步探索模型的潜力和局限性。
硬件开发面经-IOT
02-26
### IoT硬件开发面试经验 对于IoT硬件开发岗位的面试，候选人不仅需要掌握基本的电子电路设计原理和嵌入式编程技能，还需要具备处理实际项目中的各种挑战的能力。在准备这类职位的面试时，可以从以下几个方面着手： #### 1. 基础理论知识 深入理解微控制器的工作机制、传感器接口技术以及无线通信模块的应用是必不可少的基础。例如，在面对具体应用场景时如何选择合适的MCU型号及其外设资源分配方案；熟悉SPI/IIC等常见串行总线协议的操作方式。 #### 2. 实际操作能力 除了笔试之外，很多公司还会安排动手实践环节来考察应聘者的实战水平。这可能涉及到PCB板的设计与焊接、编写简单的固件程序实现特定功能或是搭建小型网络节点之间的数据传输链路等内容[^2]。 #### 3. 调试技巧 当遇到设备无法正常工作的情况时，能否快速有效地找到原因至关重要。因此要学会运用逻辑分析仪、示波器之类的工具辅助排查故障点所在位置，并通过调整参数设置或修改代码逻辑解决问题。 #### 4. 安全意识 随着越来越多敏感信息被上传至云端存储空间内，保障整个系统的安全性变得越来越重要。了解TLS/SSL加密算法的作用机理及其与其他主流物联网通讯标准（比如MQTT, CoAP）相结合的方式有助于增强个人竞争力[^3]。 ```c++ // 示例：使用MBED库初始化Wi-Fi连接并发送HTTP请求获取远程服务器时间戳 #include "mbed.h" #include "EthernetInterface.h" int main() { EthernetInterface eth; eth.connect(); TCPSocket socket; SocketAddress addr("time.nist.gov", 80); socket.open(&eth); socket.connect(addr); char send_data[] = "GET / HTTP/1.1\r\nHost: time.nist.gov\r\nConnection: close\r\n\r\n"; socket.send(send_data, strlen(send_data)); char recv_data[100]; int bytes_received = socket.recv(recv_data, sizeof(recv_data)); printf("Received %d bytes from server:\r\n%s", bytes_received, recv_data); socket.close(); } ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值