面灵AI→

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》

  1. 自我介绍
  2. 是否是应届生
  3. 工作地点可以接受吗?
  4. 介绍一下简历里的其中一个项目
  5. 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?
  6. 检测的是动态数据流吗?
  7. 在这个项目里面你主要负责什么?
  8. 这个项目你使用 AI 了吗?占比是多少?
  9. 介绍一下研究生期间做的项目
  10. 有没有学过图形图像学
  11. 会用 MySQL 吗?
  12. 了解通信相关的知识吗?UDP、TCP 了解吗?
  13. 会用 C++ 吗?那个项目使用 C++ 搭建的?
  14. 反问:岗位主要的工作是什么?
  15. 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。