旷视面试题(2026 最新)

旷视相关面试题,按最终去重题目聚合。

200 道真题 · 更新 2026-08-05

筛选题目
第 21 题在模型训练的数据准备过程中,数据是怎么生成的?如果数据不足,你用什么方法扩充?具体提示词是怎么设计的? 考察数据生成与扩充的方法论和提示词设计能力数据驱动需求分析技术原理第 22 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技术原理技术选型Nginx第 23 题你是如何降低首屏加载时间的?请结合具体项目说明。 考察前端性能优化的实际做法、分析方法与效果验证性能优化结果导向问题排查第 24 题你学的大数据,想过走其他方向吗? 考察职业方向认知、自我定位与职业规划的稳定性人岗匹配自我认知第 25 题你平常有阅读源码的习惯吗?如何阅读和理解开源框架的源码? 考察主动学习、源码阅读方法与知识迁移能力持续改进自我呈现第 26 题请结合热力图目标检测的监督信号,说明如何实现 Focal Loss,并解释它对正负样本不平衡的缓解原理。 考察 Focal Loss 在热力图检测中的实现要点与失衡处理能力编码实现技术原理方案权衡PyTorch第 27 题最近看了哪些融合相关的论文,谈谈你的了解。 考察对多模态或数据融合领域前沿研究的关注深度与理解能力持续改进自我呈现技术原理第 28 题vector和list的区别 考察C++标准库容器vector和list的内部结构、性能特性及适用场景技术原理方案权衡C++第 29 题请解释 JavaScript 中 class 关键字的作用及其与原型继承的关系。 考察对 class 语法糖及底层原型机制的掌握技术原理JavaScript第 30 题请比较 LoRA 与 P-Tuning 这两种参数高效微调方法各自的优缺点。 考察对两种参数高效微调方法原理、适用场景和局限性的理解技术原理方案权衡第 31 题请讲解大模型推理中KV Cache的原理及其优化方向。 考察对KV Cache机制本质和优化空间的理解性能优化技术原理第 32 题给定一个点的坐标和一个凸多面体的各个顶点坐标,如何判断该点是否在多面体内部(三维)? 考察空间几何判断、算法设计及边界处理能力问题拆解风险判断技术原理第 33 题git stash 的作用是什么?请说明它的常用操作及适用场景。 考察对工作区暂存机制的理解与使用熟练度问题拆解技术原理Git第 34 题请介绍你的一段实习项目经历。 考察候选人项目复盘、职责表达与结果呈现能力沟通表达项目复盘结果导向第 35 题您的技术栈主要是 Vue,请谈谈 Vue2 和 Vue3 的区别,或者 Vue3 有哪些提升? 考察对 Vue 版本演进的理解深度和实际应用经验性能优化技术原理Vue第 36 题v-if和v-show有什么区别? 考察Vue指令的条件渲染原理与适用场景技术原理方案权衡Vue第 37 题如何解决BEV内存占用过大问题 考察对BEV感知模型内存瓶颈的理解与优化策略性能优化问题拆解方案权衡第 38 题图片懒加载的实现 考察图片懒加载的触发机制、性能优化和边界处理性能优化技术原理HTMLJavaScript第 39 题vLLM的核心原理是什么?它如何提升推理吞吐量? 考察LLM推理优化技术的理解深度性能优化技术原理vLLM第 40 题请介绍你负责的[你的项目]中遇到的一个[具体困难]以及你是如何解决的。 考察问题拆解、解决方案设计与结果复盘能力问题拆解项目复盘结果导向