快手 · 主站

大模型应用算法工程师实习生一面面经

完整信息

22 条问法 · 18 道题

本篇目录

谁能绷得住,对算法0了解,海投被约了面。
拿着java简历经验包的想法直接裸面了,结果面完秒约二面了。
只能说你酥姐真的太超前了,你对计算机草台班子就业学的理解,究竟深到了何种地步?

快手|大模型应用算法工程师实习生【主站】一面面经

  1. 自我介绍。
  2. 介绍一下你这个项目。
  3. 讲一下整个 Video Agent 的完整流程。
  4. Agent 部分从头到尾的落地流程是怎样的?
  5. 你这个项目主要解决什么问题?
  6. FFmpeg中,视频随机seek为什么需要定位关键帧?
  7. OCR 关键帧的场景检测具体是怎么做的?
  8. 假如你这个项目,移植到快手需要处理千万量级的视频,你会怎么设计处理方案?
  9. 另一个你项目的问题,你会怎么判断 ASR、OCR 生成出来的结果是否正确?
  10. 如果让你构建一套 ASR / OCR 的评测集,你会怎么做?
    11.你怎么保证评测集不同视频场景覆盖?
  11. 有了评测集以后,有哪些指标评价 ASR / OCR 的效果?
  12. 如果不同场景下算法效果差异很大,应该怎么设计评测集以及评测指标?
  13. 视频或者音频算法优化过程中会存在少部分 的Bad Case,对于这种 Bad Case,你会怎么分析和优化?
  14. 现在有很多不同厂商的 LLM,一般是怎么判断不同模型之间的优劣的?
  15. Embedding为什么能够表示语义?
  16. 讲一下你对多模态实现的理解。
  17. 你是不是对一些基础算法概念不太了解啊?
    [?]
  18. 讲一下你对多模态实现的理解。
  19. 手撕:LeetCode 56:合并区间
    讲了一下是双指针,面试官直接说试一下 AI Coding。
  20. AI Coding:一道和视频业务场景相关的 AI Coding 题,
    [萝卜面试新玩法?但是我搞半天也没整好,就说了一些平时笔试AI Coding跑满分的思路]
    22-27. 然后聊天,聊了聊现在的秋招环境,AI环境,问我为啥投算法实习。

然后我也憋不住笑,他说那我们就这样吧,然后就秒约二面了。你敢发面我敢面,我敢面你敢给我过,项目含金量我就不说了。

本篇目录
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
  7. 07
  8. 08
  9. 09
  10. 10
  11. 11
  12. 12
  13. 13
  14. 14
  15. 15
    追问
    视频或者音频算法优化过程中会存在少部分 的Bad Case,对于这种 Bad Case,你会怎么分析和优化?
  16. 16
  17. 17
  18. 18
  19. 19
  20. 20
  21. 21
  22. 22

同作者面经

展开其余 1 篇收起其余 1 篇

相关公司