T4 车企/自驾 理想汽车 实习 一面
理想汽车 云 AI Infra 实习 一面
理想汽车 AI Infra 实习一面面试真题，涵盖推理优化、算子优化等方向
推理优化 算子优化
一面
基础知识
- Batch Normalization 的原理与作用是什么？
- 梯度消失和梯度爆炸的成因及解决思路有哪些？
- 底层算子层面的优化方法有哪些？
项目经历
- 介绍项目，分别说明在训练优化和推理优化方面所做的工作。
编程题
- 给定数组 nums 和目标值 target，找到和等于目标值的两个数。
二面
- 目标检测领域有哪些主流方法？
- LSS 方法有哪些后续论文改进？在部署层面，LSS 与 BEVFormer 的算力对比如何？
- 基于 Diffusion 的 BEV 方法与 BEVFormer 有什么区别？（BEV 技术演进：第一代 LSS -> 第二代 BEVFormer -> 第三代 Diffusion-based）
- 部门工作方向：训练加速与优化、推理优化、模型前瞻性探索（算力探索）。
三面
- 介绍在校项目、科研经历及实习所做的工作。
- 如果现在负责推理优化工作，会如何展开？有哪些相关经验？