面试

前段时间走完了拓竹 AI 算法工程师-视觉方向的三轮面试：两轮技术面，一轮 HR 面，三轮都通过了。所以第一篇面经想分享下。 先把岗位说准确：它不是纯 VLA 岗。JD 同时覆盖 ViT/VLM/VLA、3D 打印视觉感知、缺陷识别、模型部署和打印状态闭环，所以准备时不能只背大模型原理。 逐字复述容易失真，下面是我按现场考察点和 JD 重新整理的公开问法，不是原题照搬： 1. ViT、VLM、VLA 分别解决什么问题？做缺陷识别为什么不用检测/分割模型加规则？ 2. patch size、输入分辨率和注意力计算量有什么关系？低对比度小缺陷怎么保留细节？ 3. 缺陷样本少、长尾明显，不同机型、材料和光照又有域偏移，数据和训练方案怎么设计？ 4. 离线指标很好，上机后效果下降，应该从数据、预处理、模型转换还是硬件执行哪层排查？ 5. 端侧部署时，延迟、显存和精度怎么取舍？量化、蒸馏、ONNX/TensorRT 分别解决什么？ 6. 缺陷识别怎么接入闭环控制？误报停机和漏报废件，阈值与安全策略如何权衡？ 7. 讲一个项目失败案例：看到什么现象、提出哪些假设、怎么定位，最后为什么妥协？ 我最大的体感是：视觉算法岗已经不只是训练模型、刷指标。为什么选模型、数据怎么构建、怎么部署、如何接进业务闭环，往往是同一个问题的下一层。 但我也有个疑问：3D 打印缺陷识别真的需要端到端 VLA 吗？如果数据量还不大，我更倾向先做异常检测或检测/分割+规则；等系统需要理解多模态状态并自主选择动作，再引入 VLM/VLA。直接上端到端很酷，但数据成本、稳定性和可解释性都要回答。 注：仅分享个人真实经历与通用复盘，不涉及公司内部题库、业务信息或面试官身份；图片排版使用 AI 辅助。