面试流程与内容 - 一面重点考察论文细节和基础能力，涉及代码题（32 最长有效括号）和概率题 [2] - 二面继续深入探讨论文，增加场景题考察方案完善能力 [4] - 三面侧重知识广度，涵盖多模态大模型技术（BLIP-2/Qwen-VL的Learnable Query、KV Cache、后训练差异）、计算机视觉（SAM编码机制）、概率题（扑克牌花色概率）和场景设计题（直播间商品识别） [5] - 四面为答辩环节，聚焦业务理解和职业规划，需串联过往经历形成主线 [6] 技术考察重点 - 多模态大模型：关注主流范式（BLIP-2/Qwen-VL架构演进）、训练优化技术（LoRA矩阵初始化、DeepSpeed三阶段优化）、动态分辨率实现 [5] - 计算机视觉：深入探讨Diffusion与DETR结合、SAM的多模态prompt编码机制 [5] - 工程实践：涉及大模型部署（KV Cache）、推荐系统排序算法、多模态RAG应用 [5] 学习资源与社区 - 提供30+自动驾驶技术栈学习路线，覆盖感知（BEV/Occupancy/多传感器融合）、定位建图（SLAM/高精地图）、规划控制等领域 [7] - 知识星球包含近4000人社区，300+企业与科研机构参与，提供端到端自动驾驶、大模型、CUDA部署等专业课程 [7]