润科通用算法初面:项目里的 AI 占比与 C++ 底子
- 轮次
- 一面
- base
- 成都
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 自我介绍
- 是否是应届生
- 工作地点可以接受吗?
- 介绍一下简历里的其中一个项目
- 这个项目主要是做计算机视觉的吗?没有做什么电信号什么的?
- 检测的是动态数据流吗?
- 在这个项目里面你主要负责什么?
- 这个项目你使用 AI 了吗?占比是多少?
- 介绍一下研究生期间做的项目
- 有没有学过图形图像学
- 会用 MySQL 吗?
- 了解通信相关的知识吗?UDP、TCP 了解吗?
- 会用 C++ 吗?那个项目使用 C++ 搭建的?
- 反问:岗位主要的工作是什么?
- 反问:面试结果和面试流程是怎样的?
《参考解析》
「AI 占比是多少」这题在问什么。 面试官想区分两种人:调过库的,和能改模型的。别含糊说「用了不少」,按模块拆开报账:数据(采集、标注方式、多少帧多少类)、模型(用了什么结构、改了哪一层、为什么改)、训练(增强、损失、学习率策略、训了多久、几张卡)、部署(什么硬件、什么推理框架、量化到 FP16/INT8、单帧耗时)、后处理(阈值、NMS、跟踪)。给数字:mAP 从 0.62 到 0.71,单帧从 45ms 降到 12ms。如果 AI 只是链路里的一小段,就直说占比低、把工程部分讲透——后面还会问 C++ 和部署,夸大了当场被兜回来。
动态数据流与离线批处理的差别。 问这句是在确认你是不是只会跑静态数据集。要讲出四件事:时序(单帧检测会抖,要加跟踪或时序模型让 ID 稳定)、预算(每帧延迟上限、丢帧策略、抽帧频率)、流水线(采集线程 → 队列 → 推理 → 后处理 → 输出,队列满了丢最旧帧而不是阻塞)、工程化(多线程与内存复用、零拷贝、模型常驻显存、断流重连)。能补一句实测:pipeline 吞吐从 18fps 提到 55fps,瓶颈原来在解码不在推理。
C++ 与网络基础被问,说明岗位要落地不要论文。 项目里 C++ 用在哪要说具体:推理引擎的封装(TensorRT/ONNXRuntime 的 C++ API)、图像采集 SDK、与下位机的通信。TCP/UDP 的答法按「特性 → 场景 → 自己要补什么」:TCP 面向连接、可靠有序、有拥塞控制与重传,代价是延迟抖动,粘包要自己用长度前缀或分隔符解决;UDP 无连接、不保证顺序与到达,实时视频、控制指令、遥测常用,可靠性得自己加序号、时间戳、重传或 FEC。再补线程模型(select/epoll、非阻塞 IO、收发分离)就能过关。
被问「有没有学过图形图像学 / 会不会 MySQL」时。 这些是补基础清单,答「没系统学过」不掉分,掉分的是编。正确姿势是承认边界 + 给出实际用过的地方:OpenCV 里的相机模型与坐标变换、标定、极线校正;MySQL 建表、联合索引、explain 看执行计划、事务隔离级别。这些内容一面问到就够,深挖会留到二面。
从反问里读岗位真实形态。 「军工类的,讲了一个无人机应用」「我分析下来是开发加测试,但面试官说不止」——这类回答说明团队小、边界糊,JD 写算法实际要算法加全栈。判断方法:直接问「入职前半年我主要交付什么、和谁对接」,答案里出现前端、部署、现场调试,就按全栈岗准备。另一条信息是流程(一周左右、两轮面试加一轮笔试),笔试通常考 C++ 基础与算法题,别只准备模型。
这场面试暴露的准备缺口。 全程没有深挖算法原理(检测头、损失函数、优化器一个没问),全在核对简历真实性和工程面,说明初面筛的是「项目是不是你做的、能不能上手写代码」。准备重点应该是:项目一句话概括、每个模块的归属与数字、C++ 与网络基础、以及工作地(成都)的稳定性表达。