公司面试动态与部门业务方向 - 淘天集团未来生活实验室的大模型研究主要围绕搜广推和逛逛内容化两个场景展开，团队组建由CEO戴珊、CTO若海等人牵头[5] - 字节AML火山方舟大模型部门专注于大模型研发[10] - 商汤科技在算法技术领域保持国内领先地位，但缺乏成熟产品且薪资竞争力不足[18] - 蚂蚁风控大模型部门关注工业场景下的多模态应用，包括人体检测、零件识别和机器检测等具体业务需求[23] - 夸克部门涉及文档大模型和Instruction tuning策略优化，特别关注数据多样性和自动化指标构建[36] - 腾讯混元大模型隶属于TEG数据平台事业部，主要负责机器学习平台建设[41] - 美团面试过程中深入探讨多模态大模型底层技术，特别关注代码实现能力[28] - 零一万物面试侧重开放性业务问题，对候选人业务积累要求较高[26] 技术面试重点与能力要求 - 计算机视觉基础能力考核频繁出现，包括IOU计算、LayerNorm区别、Self-Attention手写实现等核心知识点[15][28][33] - 编程算法测试覆盖Hash表设计、蓄水池采样、二叉搜索树操作等经典题型，字节跳动特别注重编码能力考察[13][15] - 多模态大模型技术细节成为考核重点，涉及GPT4V结构、LLM decoder、VQGAN等前沿架构理解[15][23] - OCR技术体系被深度讨论，包括端到端解决方案、高分辨率处理、不规则文本检测等工业级问题[11][23][28] - 项目实践经验评估权重较高，Focus-DETR、文档智能、位置信息处理等具体工作被反复追问[20][42][55] 行业技术发展趋势 - 多模态大模型呈现技术融合趋势，文档场景、OCR能力与通用大模型结合成为重点发展方向[28][36] - 高分辨率训练技术需求凸显，patch优化、长序列处理等工程挑战被多次提及[11][15][28] - 模型评估体系面临革新，传统benchmark指标有效性受到质疑，训练损失等新评估方法被探索[36] - 自动驾驶领域技术积累深厚，Momenta等公司在资金投入和技术成熟度方面表现突出[48] - 大模型技术路线出现分化，Gemini架构与LLM路线的对比成为技术讨论焦点[28]