硬件比较成熟了，更注重用软件发挥硬件全部功能，那我能不能理解成现在部门主要在做的是底层优化与代码优化的工作；写一个滑动滤波器、要求时间复杂度为o(1)，输入为int型ADC值，输出为float值，给20分钟；难度不大，但是挺吃惊的，第一次见手撕代码撕这个滴，亏我考前猛刷力扣。你研究生做啥的，优化方向么，优化方向在控制算法里的应用是啥，你研究的东西对算法性能有啥影响；PID优缺点是啥，你提到用现代控

在大模型部署与安全愈发受到重视的今天，如何让模型“遗忘”某些特定知识（如敏感信息、版权内容或有偏差的数据）成为一个新兴的研究方向。一个核心的技术争论点是：我们该从哪个关键层入手？是扮演“信息路由”角色的注意力层，还是作为“知识存储与处理中心”的前馈网络层？

Multi-Head Attention计算过程解析 本文深入分析了Multi-Head Attention的计算机制，从单头Attention扩展到多头设计。主要内容包括： 核心计算流程：通过Q/K/V三组矩阵实现注意力计算，包括相似度计算、缩放、softmax归一化和加权求和四个步骤。 Q/K/V作用： Query表示查询意图 Key作为索引标识 Value存储实际信息 多头设计：通过并行多个

二面和一面相比更是抽象，感觉字节系的面试官都是不愿意说话，具体体现在面试中就是多余的一个字都不说，项目也不怎么问，导致我一度以为一面挂了，也许这就是字节风格吧。面试官直接表示了对算法侧的东西不太感兴趣，表示工程是这样的，算法那边只要实现就完事了，但是工程要考虑的就很多了。介绍完之后又是象征性地问了问之前自驾工程侧的开发内容，参考一面。字节面试体验都一般，只能说就算挂了也不奇怪，等一波后续情况吧。问

总结：目前所学内容和部门工作相关性不大，部门主要做芯片相关的工作。主管直说进来也需要学很多，base地估计是上海青浦。面试体验不错，基本上都有来有回，像是在聊天。二. 时间线：投递08.09，机试08.28，测评08.29；面试均线上，一面09.12，二面09.27，三面09.29（本来是09.19线下二三面，但由于本人有事推迟）三. 一面（50min）五、主管面（25min）四、二面（40min

面试总体很专业，现在小米汽车也比较热门，不过估计感觉是凉凉了，这些是我遇到的问题；整体面下来感觉很专业，果然还是要多面试多提升表达能力。SOA架构和传统EEA在开发流程上有什么区别。AIGC/大模型基本概念有没有了解。为什么你觉得自己适合做产品经理。汽车产品经理的职责你认为是什么。智能座舱人机交互包括什么。对于小米汽车你怎么看。座舱交互方式有哪几种。

一共只面了两轮，9.3一面，9.9二面，没有HR面，9.20 OC。一面/技术面 2024/9/3 晚上20:00-21:00。二面/技术面 2024/9/9 下午15:00-15:40。大模型和推荐你觉得有哪些可结合的点？你学新东西有没有什么高效的方法，一般怎么看论文。你的这套方法应用后，如何判断是否真的学懂了。算法题：数组的top-k值，复杂度小于快排。GNN在工业界的关键落地应用有哪些。实习

拿到offer后有没有时间提前去实习，熟悉一下智谱。代码考察：直接屏幕共享展示一些之前写的代码即可。说了大模型独角兽公司的一些优缺点，让好好考虑。如何根据发现的问题设计解决方案，有哪些例子。实习里边你觉得给你带来的最大改变是什么。华为910B+Mindformers。实习期间是怎么和mentor合作的。介绍一下两段实习，学到了什么东西。有没有涉及到对底层代码的更改。代码考察1：合并两个升序链表。觉

之前的实习做的是美团的推荐广告业务，所以问项目的话也是针对广告的技术。1.介绍上一段实习项目a.收益是由什么带来的，出价提升是否会导致ROI降低b.loss是list-wise还是 point-wise(单点预估的话，是不是模板里面广告位多的list loss更大) c.如何进行校准。8.算法题:寻找最大连通色块，m行n列的矩阵，每一个元素代表一种颜色，寻找颜色相同的最大连通色块所对应的颜色。

拿到offer后有没有时间提前去实习，熟悉一下智谱。代码考察：直接屏幕共享展示一些之前写的代码即可。说了大模型独角兽公司的一些优缺点，让好好考虑。如何根据发现的问题设计解决方案，有哪些例子。实习里边你觉得给你带来的最大改变是什么。华为910B+Mindformers。实习期间是怎么和mentor合作的。介绍一下两段实习，学到了什么东西。有没有涉及到对底层代码的更改。代码考察1：合并两个升序链表。觉