多模态数据算法与评测工程师面经

#卓驭#日期：2026.9.8
时长：约25分钟
面试类型：三面
面试岗位：数据算法与测评工程师
工作地：深圳

1 自我介绍

2 项目 or 实习拷打

　a 介绍一下第二段实习的应用场景、负责工作和协作方式
　　处理换电业务的用户反馈，预测对应的一级、二级标签，本质上是文本分类任务；结果作为 Hive 表字段回传数据中台。主要介绍了数据清洗、模型选型和效果优化，对日常协作方式没有具体展开。

　b 这个任务有什么难点？为什么从 BERT 换成大模型？
　　一级标签有二十多类，一级、二级标签组合约 108 类；用户反馈中存在语气词、冗余信息及其他同事补充的内容，文本较不规整。最初采用 BERT，效果不够理想；随后尝试 Qwen3-4b-instruct-2507 指令模型，希望利用其上下文和隐含语义理解能力，分类效果有所提升。

　c 后续又做了哪些优化？
　　认为此前没有充分利用业务人工分类的依据和专家经验，因此进一步使用 Qwen 8B 的推理模式，对分类依据、思考过程进行监督。有效样本约 8.7 万条，主要思路是在已有推理能力上进行任务适配。回答中未给出具体准确率、提升幅度及对比实验结果。另外尝试了公司内部的 Agent 模板，一线反馈有效，但受实习时间限制，没有继续优化。

　d 最终上线了吗？
　　实际上线的是 BERT：资源占用较小，也基本满足业务需求。
　　Qwen 当时受资源限制未上线；离职后是否由同事完成上线，没有明确确认。

　e 第一段实习的的自动驾驶行为评估 Agent 具体做什么？
　　原始数据来自辅助驾驶竞品测试，包括现场文字记录、录音和视频。
　　由于离线实时语音识别精度有限，同时保留识别文本与录音，测试结束后调用公司服务器上的语音识别模型进行校正，再通过大模型处理错别字、标点等问题。
　　整理形成驾驶行为评分表，生成雷达图和分数分布图，再利用推理模型提出潜在分析方向，由人工判断并进一步分析。

　f 这部分工作主要由谁完成？
　　主要由自己完成，另一位同学负责其他工作。

　g 研究方向是自动驾驶强化学习，为什么实习偏大模型应用？
　　回答认为在校项目已经积累了自动驾驶相关经验，希望在实习中基于兴趣拓展其他方向。
　　将第一段实习的产品测试与复盘、第二段实习的模型应用与优化，理解为与研究经历相互补充的经验。

3 科研项目与模型评估

　a 研究生阶段几个强化学习项目的整体研究思路是什么？项目之间有关联吗？
　　回答四个项目之间没有直接关联，主要来自实验室纵向项目。
　　这一轮没有进一步展开各项目的具体方法、创新点和成果，也没有形成贯穿几个项目的研究主线。

　b 怎么理解数据、模型和评测之间的关系？
　　数据方面：蔚来实习中，简单清洗数据就带来了模型效果提升，因此关注数据质量、多样性，以及数据生产和利用效率。
　　模型方面：认为需要根据具体应用场景选择合适的模型结构和规模。
　　评测方面：用于在正式交付前发现真实使用中的问题，改善模型表现和用户体验。
　　回答主要围绕三者各自的作用展开，没有具体说明如何通过评测结果反向驱动数据与模型迭代。

　c 有没有处理类别不平衡？
　　提到部分标签在约 8.7 万条数据中只有几十条样本，考虑提高这些类别的采样概率。
　　但受时间限制，尚未实际实施。

　d 科研项目有没有实测闭环？如何判断效果？
　　最初回答没有实车部署，主要研究特定问题是否存在可行解决方案。
　　以多智能体协同驾驶为例，解释其落地还受到算力、通信等条件限制。
　　最初没有直接说明已有仿真实验，导致面试官继续追问是否主要是理论分析。

　e 所以是理论分析，还是有实验评估？
　　进一步说明：先分析问题，再设计针对性的网络，最后通过仿真进行评估。
　　前三个项目采用 highway-env，受控车辆由模型决策，环境车辆通过纵向、横向行为模型模拟驾驶行为。

　f 仿真中具体看哪些指标？
　　主要从安全、效率、舒适三个维度评估。
　　安全：碰撞检测、碰撞后终止回合；第三个项目还引入行车风险场，衡量未碰撞时的潜在风险。
　　效率：关注车辆沿有效行驶方向的速度分量。
　　舒适：关注加速度、加加速度、横摆角速度等，同时提到舒适感受存在个体差异。

4 团队协作与求职意向

　a 科研项目主要独立完成，还是团队协作？
　　除第三个项目外，其他项目主要独立完成。第三个项目中担任负责人，带领五名本科生。

　b 作为负责人，如何协调成员、推进项目？
　　回答本科生比较忙，大部分工作仍由自己完成。
　　没有具体展开任务拆分、人员分工、进度跟踪和协作成果。

　c 对正式工作的行业、内容和地点有什么预期？
　　希望从事泛 AI 领域、偏模型相关的工作，也对软硬件结合感兴趣。
　　地点上不倾向北京，深圳可以接受。

5 反问

　a 数据算法岗位的日常工作具体是什么？
　　面试官介绍，团队负责公司各业务模型所需数据及真值的生产与交付，主要有三类工作：
　　① 数据交付：围绕业务需求推进数据生产与交付。
　　② 数据算法研发：云端自动标注模型、高质量数据合成、多模态检索等。
　　③ 系统架构与开发：围绕数据闭环、数据飞轮，解决使用过程中的效率瓶颈和体验问题，开发相关子系统或功能。
　　具体工作会结合个人特点和交付紧急程度动态调整。

　b 三类工作是否对应不同团队？日常会不会交叉？
　　面试官没有明确确认是三个独立团队。
　　说明每个人都有自己的工作主线，同时需要深入业务一线，保持对实际需求的理解。

　c 团队的 AI Coding 使用情况和额度如何？
　　面试官表示基本都在使用，额度主要看投入产出比。
　　能够正确、高效地使用并产生价值，通常不会有太多限制。

6 补充
本来投递的是卓驭的模型算法，结果都简历挂了。HR看我实习都有数据处理的东西，所以又联系面这个岗。但我自己完全不懂数据算法。

#秋招面试记录#