春节假期基本结束了，金三银四即将开启。

不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。

最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。

喜欢本文记得收藏、关注、点赞。更多交流，可以文末加入我们

---

除了去互联网大厂外，半科研半实践的 AI 实验室也是一个不错的就业选择，分享我们一个球友的面经：

背景：双非本，top5 硕士，研究方向是对话系统和图像处理，NLP 比赛 Top10（天池 / Kaggle），1 篇发明专利，1篇CCF-A。

马上要入职了，祝愿球友们不断夯实自我，加油努力，收获钟意的offer～

一面

1. 讲一下目标检测项目
2. 为什么不用 Anchor-based 的方法，在工业界其实还是 Anchor-based 的用的多，因为召回率高
3. 讲讲 CenterNet 这种用来检测的方法和 Anchor-based 相比的优点在哪里
4. 抠图和分割有什么区别，抠图的前景背景代表什么
5. MODNet 语义的部分是怎么预测的，人的姿态千变万化，他为什么能预测那么好的预测出来？
6. 报图你用了 MAD, MSE 指标，还了解其他指标吗？
7. DDIM DDPM 区别
8. 说几种 diffusion 加速推理方法
9. 多模态大模型你了解那些？
10. LLAVA 讲一下？LLaMA 2 的创新在什么地方
11. MINI-GPT4 是否使用过
12. 是否了解 Swin Transformer，介绍一下

总体来说，面试体验中等。

二面

1. 从三个方面讲一下目标检测项目：动机、方法、结果
2. 你用到了 Transformer Encoder，你觉得 global attention 和 self-attention 有什么区别呢？
3. 介绍 Transformer 和 ViT
4. 为什么 Transformer 适合多模态任务？
5. Transformer为什么使用多头注意力机制？
6. CenterNet 能解决两个物体的中心点重合的问题吗？
7. 你用到了蒸馏，那么你觉得蒸馏和直接用 GT 相比，有什么好处？
8. MODNet 是一个 Trimap Free 的还是 Trimap Based 的算法？介绍一下他的大概流程
9. 抠图方面，怎么让一个小数据集训练出来的模型更好泛化呢？
10. 介绍部门，表示这边也是做图像相关的研究，不仅仅做学术研究，也会落地应用
11. 编程题：手撸 IOU 计算公式
12. 编程题：用 5 个线程来打印 1 ~ 100，另外要求每个线程必须按顺序依次执行。摊牌说不会按顺序的做法，换题。

HR 面

1. 实验室和大厂，你是如何抉择的，主要考虑哪些方面？
2. 对自己未来3-5年的职业规划是什么？
3. 以往在团队合作中最难的一件事
4. hr 介绍了实验室的运营情况，特别是 WLB 这点，让我看了心动

AI大模型学习路线

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

扫描下方csdn官方合作二维码获取哦！

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓