旷视面试题 · 技术选型
旷视相关面试题，按最终去重题目聚合。
共 200 道真题 · 当前筛选命中 16 道 · 更新 2026-08-05
筛选题目已选：技术选型
考察点
技术栈
第 1 题请谈谈你对 Nginx 的了解，包括它的核心功能和典型使用场景。 考察对 Nginx 基础概念、功能和使用场景的掌握程度第 2 题在单片机上运行ROS通常面临哪些限制？有哪些可行的方案或替代路径？ 考察对ROS运行环境资源需求及嵌入式场景替代方案的理解第 3 题动态图和静态图有什么区别？请结合使用方式说明各自的优劣。 考察对深度学习框架执行模式的理解及工程选型能力第 4 题C++中map和unordered_map的区别是什么？ 考察对C++关联容器底层实现、复杂度特性和适用场景的理解第 5 题你的专业是大数据方向，请谈谈你是如何接触并学习前端技术的？ 考察学习路径的主动性与知识迁移能力第 6 题请谈谈你对 vLLM 关键特性的理解，以及这些特性如何提升 LLM 推理性能。 考察对 vLLM 核心特性的掌握及其对大模型推理性能的影响第 7 题请介绍单片机常用的通信方式及其适用场景。 考察单片机常用通信协议的理解和选型能力第 8 题在C++中，list和queue的主要区别是什么？ 考察对STL容器list和queue的底层结构、接口用途及使用场景的理解第 9 题你在项目中选了哪个向量数据库？还了解哪些其他的向量数据库？ 考察对向量数据库的选型认知与技术视野第 10 题请你结合具体项目，详细说明使用防抖或节流的逻辑和实现方式。 考察技术知识在实际项目中的落地与取舍第 11 题你会怎么设计深度学习方法做camera和LiDAR前融合？ 考察多传感器前融合的技术理解、方案设计和工程权衡第 12 题介绍你做的最主要的项目，并说明目标检测中YOLOv5与YOLOv8的区别，可从数据处理、模型结构、正负样本选择、损失函数等维度展开。 考察候选人项目深度与对目标检测模型演进的理解第 13 题我看你的项目有设计微信小程序，说说技术选型，为什么不选原生，选了uni-app？ 考察技术选型理由、跨端框架认知与项目适配能力第 14 题了解过TensorRT吗？ 考察对TensorRT基本原理、用途和适用场景的认知第 15 题请介绍C++11中你常用的几个新特性，并说明它们解决了什么问题。 考察对C++11核心新特性的理解与实际应用能力第 16 题向量模型选的哪个、为什么不选别的 考察向量模型选型依据与取舍能力