TCL 电商 AI 实习生一面：十分钟基础问答

《面试题目》

1. 自我介绍。
2. 几道 Python 基础题。
3. 几道 SQL 基础题。
4. 多模态和单模态的区别是什么？
5. 反问：岗位内容和有几轮面试。

《参考解析》

多模态与单模态的区别

单模态模型只处理一种输入输出形态，比如纯文本大模型；多模态模型同时处理两种以上模态，常见组合是文本加图像，扩展后是音频、视频、结构化数据。技术上的三个关键点：一是各模态要有编码器（图像走 ViT，文本走 tokenizer 加 Transformer，音频走声学特征），二是要有跨模态对齐，CLIP 用大规模图文对的对比学习把图像和文本映射到同一语义空间，三是融合方式，分早期融合（输入层拼接）、晚期融合（各自编码后合并打分）和交叉注意力（在中间层互相关注）。难点在于配对数据稀缺、评测困难、以及模态间的信息冲突。放到电商场景，典型任务是商品图理解生成标题与卖点、以图搜图、图文评论审核、直播切片理解与打标。

Python 基础的高频考点

可变与不可变类型（list 可变、tuple 和 str 不可变）、赋值与深浅拷贝（copy.copy 与 copy.deepcopy 的区别、嵌套列表的坑）、is 与 == 的区别（前者比身份，后者比值；小整数和字符串驻留会让人误判）、GIL（同一时刻只有一个线程执行字节码，所以 CPU 密集任务要用多进程，IO 密集用多线程或异步）、装饰器与闭包（functools.wraps、可变默认参数陷阱）、生成器与迭代器（yield 惰性求值，节省内存）、上下文管理器与 with、列表推导与生成器表达式在内存上的差别、异常处理与自定义异常、*args 与 **kwargs、dict 的底层实现（哈希表，Python 3.7 起保证插入顺序）。能就一两个点讲到实现层面，比逐个名词背一遍更有效。

SQL 基础的高频考点

SELECT 的逻辑执行顺序是 FROM、JOIN、WHERE、GROUP BY、HAVING、SELECT、ORDER BY、LIMIT，理解它才能解释为什么 WHERE 里不能用聚合函数而 HAVING 可以，为什么别名在 WHERE 里不生效。其他高频：JOIN 各类型的语义（INNER、LEFT、RIGHT、FULL）、聚合与窗口函数（ROW_NUMBER 与 RANK 的差别、SUM() OVER (PARTITION BY ... ORDER BY ...)）、NULL 的语义（= NULL 永远不成立，要用 IS NULL，聚合会忽略 NULL）、去重的多种写法与性能差异、索引与最左前缀原则、以及用 EXPLAIN 看执行计划定位慢查询。

遇到疑似 KPI 面怎么处理

十分钟、不开摄像头、不问简历、不介绍岗位，这是典型的凑面试量。可做的有三件事：反问环节直接问清 HC 是否真实、岗位职责和后续面试轮次与时间点，作为判断依据；不要用这场面试的表现来评价自己；把没答上的基础题记下来补掉。另外，「不知道」的时候直接说不知道是对的，但可以补一句自己的理解和准备怎么查证，比硬编更安全。

这次面试暴露的复习方向

基础题没答上说明平时用得多、想得少。补救方式是按「会被追问的深度」重刷一遍自己天天在用的语言和 SQL：Python 的 GIL、拷贝、生成器、装饰器，SQL 的 JOIN 与窗口函数、NULL 语义、索引。这些是面试里最简单也最容易翻车的部分。