神仙掐架！24届视觉算法岗(AIGC方向)秋招经验分享！

节前，我们组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学，针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。

今天我来介绍我们星球社群一位很牛的同学，给大家分享他的面经，希望对后续找工作的有所帮助。喜欢记得点赞、收藏、关注。更多技术交流&面经学习，可以文末加入我们星球交流群。

个人背景

北邮AI渣硕，研究方向是视觉AIGC，具体来说就是Diffusion图像生成；暑期实习在阿里巴巴，发过一顶会＋水会若干。秋招拿了达摩院、腾讯、B站等 offer，有ssp，sp，无白菜，无头部计划offer。

时间线

暑期实习：一般过年后一些大厂核心部门开始抢人了（例如阿里云），这时候招聘系统还没开放，所以面评一般不会进系统。所以是练习面试的好机会。过完年的一两个月，是各个大厂的实习正式开始的时候，一般需要做完笔试+性格测评后再进入到约面阶段。

秋招：7月就开始提前批了，当然头部计划会更早（神仙打架阶段）；8月中旬开始大部分厂的正式批陆续开了，9月份是最忙面试最集中的时间。10月底开始陆续开奖谈薪。

面试进度：面试的进度每个厂节奏会略有区别，有些厂（例如字节美团）进度很快，几天能走完全部流程；有些厂养鱼严重，会面试很多候选人横向比较，所以可能会隔几周才推进流程。所以被养鱼了莫焦虑，因为焦虑也没用…

心态

心态是最重要的，秋招是一个长跑。特别是看到身边的人拿了offer，自己被养鱼/被挂，快速调整心态准备下一场。焦虑是不可避免的，多和同学交流，互通有无。

八股文

AIGC 视觉方向是今年才有的岗位，市面上很少有好的资料。幸运的是，我在大佬星球看了很多材料，也有大佬的经验分享，让我受益匪浅。在此特别感谢良心的资料。

面试题

推荐群主星球中梳理的《面试宝典系列》，我个人感觉在面试过程中是能覆盖85%以上的。

我当时自己整理了一些，可供参考：

哈希

1.两数之和

49.字母异位词分组

链表

2.两数相加

19.删除链表的倒数第N个节点

206.反转链表&&92.反转链表II

左右指针/快慢指针/滑动窗口

3.无重复字符的最长子串

15.三数之和

121.买卖股票的最佳时机

209.长度最小的子数组

141.环形链表

287.寻找重复数

字符串

14.最长公共前缀

数字操作

7.整数反转

8.字符串转换整数

43.字符串相乘

矩阵

74.搜索二维矩阵

240.搜索二维矩阵II

378.有序矩阵中第K小的元素

栈

20.有效的括号

32.最长有效括号

堆

215.数组中的第K个最大元素

347.前K个高频元素

递归

21.合并两个有序链表

28.对称的二叉树

分治法/二分法

23.合并K个排序链表

动态规划

5.最长回文子串

53.大子序和

回溯法

10.正则表达式匹配

22.括号生成

谈薪

手里有其他offer才有的谈，所以不建议all in，hr一般都不是什么善茬，往往会被压价。

base比较难argue，但是如果对方认可你的价值的话，一切都可以谈；如果排序比较靠后的，会从hr那里感受到什么叫爱来不来，主打一个强硬。

项目

最好是能有相关的实习经历，把实习的经历包装成项目。其次是能参与到一些开源项目中，会比较受到认可。

目测现在自己做一个基于controlnet/lora等类似的小项目认可度不高。

技术交流

前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~

我们建了算法岗AIGC面试与技术交流群， 想要进交流群、需要源码&资料、提升技术的同学，可以直接加微信号：mlc2060。加的时候备注一下：研究方向 +学校/公司+CSDN，即可。然后就可以拉你进群了。

方式①、微信搜索公众号：机器学习社区，后台回复：技术交流
方式②、添加微信号：mlc2060，备注：技术交流+CSDN

用通俗易懂的方式讲解系列

• 用通俗易懂的方式讲解：不用再找了，这是大模型最全的面试题库
• 用通俗易懂的方式讲解：这是我见过的最适合大模型小白的 PyTorch 中文课程
• 用通俗易懂的方式讲解：一文讲透最热的大模型开发框架 LangChain
• 用通俗易懂的方式讲解：基于 LangChain + ChatGLM搭建知识本地库
• 用通俗易懂的方式讲解：基于大模型的知识问答系统全面总结
• 用通俗易懂的方式讲解：ChatGLM3 基础模型多轮对话微调
• 用通俗易懂的方式讲解：最火的大模型训练框架 DeepSpeed 详解来了
• 用通俗易懂的方式讲解：这应该是最全的大模型训练与微调关键技术梳理
• 用通俗易懂的方式讲解：Stable Diffusion 微调及推理优化实践指南
• 用通俗易懂的方式讲解：大模型训练过程概述
• 用通俗易懂的方式讲解：专补大模型短板的RAG
• 用通俗易懂的方式讲解：大模型LLM Agent在 Text2SQL 应用上的实践
• 用通俗易懂的方式讲解：大模型 LLM RAG在 Text2SQL 上的应用实践
• 用通俗易懂的方式讲解：大模型微调方法总结
• 用通俗易懂的方式讲解：涨知识了，这篇大模型 LangChain 框架与使用示例太棒了
• 用通俗易懂的方式讲解：掌握大模型这些优化技术，优雅地进行大模型的训练和推理！
• 用通俗易懂的方式讲解：九大最热门的开源大模型 Agent 框架来了