《小米算法面经》专题

8月底投，昨天给1面通知，今天10点约面 bg 双末9，做医学信号+ai这块 论文情况一篇中科院q2录用，一篇b类q1在投 一面30分钟，用ppt做了自我介绍，但因为是秋招第一次面试说得有些磕绊，感觉不太好 高强度拷打项目经历，各种细节问得非常多，反而没问半点论文，没有各种八股问题和手撕代码环节（不排除之后有） 最后问了些个人简单情况，base意向，有无女朋友之类的，还投了哪些企业，工作选择你比较

昨天上午一面面完，当天下午通知今天二面......效率奇高，bg和一面可以看之前的帖子 下午两点半开始，二面30分钟，​吸取了一面准备不足的教训后重新调整了ppt，准备了演讲稿 ​开场先常规的自我介绍，ppt+演讲稿=自我介绍如鱼得水，建议没有准备的🐮友们速速准备下 ​然后围绕论文和项目开始问，论文问了一些实现细节和相比其他方法的优点，怎么想到的方法等等 ​项目相比一面基本没怎么问，简单问了下是

整体25分钟，综合面 1.自我介绍 2.问我获得十佳研究生是学校哪个部门评的、什么依据、我的优势是什么，还问了一些我国家奖学金之类的荣誉的评选细节，感觉这种所还是挺看成绩和荣誉的 3.问我比赛相关的，让我挑出来一个认为做的最好的比赛、然后问我在里面的角色、遇到的最大困难、如何统筹队伍、如何激励队员、如何分配奖励，这块还问的挺细的 4.问我为什么想来30所，我就说成都好、30所是比较好的选择等，问我

整体22分钟，这轮是hr面，她说通过的话还会有一轮主管面 1.自我介绍 2.问我实习相关的，问我实习有什么感觉，我说了一下网易这边的实习，然后和小米做了对比；问我期待的工作氛围是什么样的，我说了一下；问我实习做项目和在学校做项目有什么不一样，我就说了一下 3.问我对汇川有什么了解，我说了之前在官网看的，然后又搬出汇川杯大赛，夸了汇川一波 4.问我的职业规划，我就说了一下不想去互联网，想去和实体产品

全程45分钟左右，目测面试官是个主管 1.自我介绍 2.介绍实习经历，首先让我介绍一下整体业务，然后拷打数据构建部分，然后让我介绍一下vllm，然后让我说一下大模型幻觉问题怎么解决，然后让我介绍一下大模型跟bert那种相比结构有什么改进 3.第二第三个项目都是我介绍了一下，就没有了 4.代码题，写二叉树的前序遍历，用递归和非递归实现 5.问一些其他的问题，问我在小米和网易实习哪个好，让我说出两个网

整体70分钟，人麻了 1.自我介绍 2.介绍实习内容，我介绍了一下我在网易做智能npc相关的，他说他之前也在网易伏羲工作然后他开始问我业务背景，问我训模型调了什么参数、测评怎么做的、数据怎么优化的，问得很细 3.介绍第一个项目，我的是一个rag的项目，我先整体介绍了一下，他开始问问题，问我数据构建，向量库构建，用的什么数据库存储的，召回怎么做的，然后问我对比解码的原理，问我对rag做优化的话有什么

全程40分钟 1.自我介绍 2.让我讲一下实习经历，我做的智能npc，主要先讲了一下数据处理和探索，然后讲模型全参微调和部署，然后面试官问我vllm部署为什么会快，我就讲了一下分页注意力，正好刚看过；然后问我模型量化了吗，我说量化了用的eetq，但是原理不太清楚 3.拷打第一个项目，我的是一个rag的，先总体讲了一下，然后问我项目跟常规的比有什么亮点，我讲了一下对比解码，然后说多路召回，面试官说这

40分钟 1.VQGAN反向传播怎么做的 2.讲几个你知道的轻量级网络 3.swim transformer那个移动怎么移的 4.这样做有什么作用 5. 4个iou的区别 6.怎么resize成有利于扩散模型的输入 7.SD微调方法 8.dreambooth原理，支持完全的新概念的注入吗，对以往概念的保留是怎么处理的？ 9.controlnet原理，零卷积作用 10.旋转位置编码 11.对多模态有

聊项目 大模型微调方法了解吗，比如lora 了解位置编码吗 ropeta之类的 了解一些大模型的attention吗，比如group-attention LSTM相对于XGB的改进 解释一下直方图算法，level-wise分裂方法 level-wise和leaf-wise的优缺点分别是什么 leaf-wise带来的过拟合问题怎么处理 为什么人们更常用GBDT而不是决策树 XGB相对于GBDT的改进

整体23分钟，一共两个面试官，一个是hr，一个是技术 1.自我介绍 2.hr开始问问题，让我介绍一下项目里遇到的难点、实习部门有多大、主要做什么、会转正吗 3.技术面试官开始问问题，先拷打我论文项目，说论文对数据方面的处理有哪些，我介绍了一下：然后问我论文里涉及情绪分类，有几种分类、怎么做分类的、如果加入新的类别怎么办、知道focal loss吗、多标签分类的话怎么做，然后问我项目里大模型微调大致

整体半个小时左右，相当于主管面，听说汇川三面挂人很猛 1.自我介绍 2.问我实习项目，先让我自我介绍了一下，然后问了包括用的模型架构、数据处理怎么处理的、模型推理加速用了什么策略、模型评估的策略等 3.问我第一个项目，先让我介绍了一下整体，然后问我模型数据怎么处理和向量化的、模型输入的提示怎么构造的、和检索到的块的关系是什么、模型对比解码细节讲一下等问题 4.问我论文项目，主要让我介绍一下论文的创

整体不到二十分钟，电话面 1.自我介绍 2.让我讲一下网易实习做了什么，我大概讲了一下；问我实习用的模型参数量多大，我说了一下；让我讲一下vllm框架原理，吟唱了一下 3.问我了不了解强化学习，我说项目里用过，就结合项目讲了一下 4.让我挑一篇论文讲一讲创新点，我就开始讲我最近的一篇，一套连招吟唱了一遍 5.问我接没接触过知识图谱，我之前做项目用过，大概讲了一下实体关系、neo4j啥的 6.反问，

1、自我介绍 2、深挖腾讯实习经历(聊了20min) 3、介绍第一段实习经历 4、指针和引用的区别 5、什么时候用malloc，什么时候用new(这里没答上来，感觉cpp里基本都用new了吧) 6、介绍智能指针(unique_ptr,shared_ptr,weak_ptr) 7、智能指针的底层如何实现的 8、如何排查内存泄露问题的 9、介绍c++的内存分布 10、静态链接和动态链接的区别 11、动

中兴一面有三个面试官（大为震惊），具体流程如下： ① 自我介绍（5min）。 ② 开始针对我所说的项目开始疯狂提问，各种抠细节（所以各位友友一定要对自己简历上的项目非常熟悉，不然就尽量不要写）。 ③ 面试官我base选的哪里，我说上海，南京，然后问我为什么，我随便扯了扯；然后问我能不能接受项目加班，我说可以理解。 ④ 反问环节，问了项目的一个问题，还有就是中兴的上班时间。 一面结束，花了大概1个小

第一志愿是 软件实习生（智能制造） 面完光速挂，见面经 想不到现在还能捞二志愿 时长：15min 面试内容： * 自我介绍 * 项目介绍（GPU算子 * 实习介绍（几个图像算法实现 * tensorRT * GPU算子那个有啥难点 * 实习时长 反问： * 科研 （精度提升 + 开发（异构加速 * 仅此一面