HR面
了解你是谁¶
怎么评价自己的优点和缺点¶
我的优点是学习能力比较强, 面对一个新的问题的时候, 我能快速进入状态, 把问题拆开理解, 同时不仅仅是关注模型或者方案本身, 也会考虑实际应用的效率, 稳定性和整体可执行性.
我的缺点是, 过去我有时候希望先想清楚一个比较成熟的方案, 再继续往下推进. 但是在实际工作中, 很多问题其实更加适合小步验证, 再根据结果快速调整. 我现在会更有意识地利用迭代的方式推进事情, 先验证关键点, 再逐步完善方案, 这样整体效率会更高, 也更加符合业务节奏.
最大的成就是啥¶
我目前最大的成就, 不是单一的项目, 而是我在过去几年里面, 比较清晰的完成了自己的成长路径. 从本科到硕士, 我一步步从材料科学走到计算机科学再走到AI算法, 把知识, 实践和输出都补齐了. 这个过程让我成长为了一个可以独立思考, 持续解决问题, 也能承担结果的人.
有没有一次失败的经历, 是如何处理的¶
有比较失败的经历, 是我在华东理工大学做海报的时候, 我把更多的经历放在做好事情上, 但是阶段性的沟通和对齐不太够, 结果做到中途才发现, 自己的理解和对方真正关注的重点有偏差, 最后出现了一些返工.
后来我重新梳理目标的优先级, 把能保留的部分保留, 不保留的部分及时调整, 同时把后面的推进改为更短周期的沟通确认. 并顺利完成任务.
为什么来这¶
为什么想来我们公司¶
我比较看好贵公司在xxx方向的业务场景, 这类场景对于多模态和语音结束的要求比较高. 同时这个岗位和我过往在语音, 多模态建模方面的研究方向比较匹配, 我希望把自己的研究能力转为实际业务价值.
为什么投这个岗位¶
我觉得我的匹配点主要有三点:
- 第一: 我在多模态和语音方向有比较深入的研究经验, 并且有论文和专利成果
- 第二: 我具备从算法设计, 模型训练和上线的经验
- 第三: 我有一定的工程能力, 比如容器化部署和后端开发, 可以支持模型落地
你的职业规划是什么?¶
目前我的职业规划是未来几年继续往多模态大模型这个方向发展, 同时结合当下的趋势, 往强化学习的方向进步. 我希望自己不只是停留在模型层面, 而是能够对整个链路有一个深刻的理解, 包括训练效率, 部署稳定性, 系统优化和实际业务价值.
你对我们公司了解多少?¶
根据公司的不同回答.
能不能胜任?¶
最擅长的技能?¶
学习能力和信息搜集能力. 我遇到一个问题的时候, 能比较快的去查找关键材料, 并判断哪些信息是有价值的, 再把他们变为自己的理解, 我觉得特别是在目前AI技术快速迭代更新的情况下特别重要, 因为很多时候真正拉开差距的是, 是谁能够搜集到更新的信息, 并转换为可执行方案.
遇到压力大的任务你怎么处理?¶
遇到压力大的时候, 我会先拆解任务目标, 时间节点和最关键的交付成果, 哪些是必须先完成的, 哪些可以后置, 然后按照优先级推进. 这样的好处是, 任务一旦被拆开, 压力就会变为一个个可以处理的问题. 然后我会对他们逐个击破, 最终顺利交付.
和同事意见不合怎么办?¶
遵循三步骤战略, 先对齐目标, 再用事实讨论, 最后用结果验证. 如果和同事意见不合, 我会先对齐目标和评价标准, 确认大家分歧到底是在目标理解上, 还是在具体实现路径上. 之后我会尽量基于事实, 数据和实际约束来讨论不同方案的优缺点. 如果短时间内无法统一, 我会倾向于做小规模的验证, 用结果来帮助判断.
如何安排工作的优先级?¶
我主要会看三点: 对目标的影响, 时间紧迫性, 以及和其他任务的依赖关系. 一般我会先处理那些影响大, 会影响后续推进的任务. 与此同时, 我会根据时间紧迫性动态调整, 因为很多任务中会出现新的信息.
稳定性和匹配度¶
你期望的工作环境是什么?¶
我期望的工作环境是大家都有一致的目标, 沟通非常高效, 协作非常顺畅. 同时我也希望团队是比较务实, 愿意持续学习和优化的.
你能接受加班/出差吗?¶
我可以接受合理的加班和出差安排. 我理解在项目的关键阶段, 这些都是正常的工作要求. 我会积极配合, 以结果为导向推进事情, 同时也希望整体安排是基于实际需要, 比较有节奏的.
你希望的薪资是多少?¶
结合我的背景和在网上对于这个岗位的理解, 我的期望薪资范围是20k-25k. 这个范围是基于岗位要求, 市场情况来考虑的. 当然, 我也想了解一下年终奖, 补贴, 涨薪空间这些因素.
你多久能到岗?¶
如果推进顺利的话, 我能一到两周内到岗.
反问¶
你还有什么想问我们的?¶
涨薪空间, 年终奖, 核心工作, 后续招聘流程时间安排, 技术氛围, 推进节奏.
公司了解¶
大华¶
概况¶
大华成立于2001年, 是深交所上市公司, 创始人傅利泉, 员工规模2万人+, 主攻安防/视频监控, AIoT.
大华的核心业务可以分为三块:
- 视频监控产品: 安防摄像头, 硬盘录音机, 模拟高清(模拟监控是把画面变为连续的视频电信号, 通过同轴电缆传输).
- AI+视频智能化: 近年来重点转型方向, 人脸识别, 车牌识别, 行为分析, 智能检索. 从"卖硬件"升级到"卖算法+解决方案".
- 智慧城市&行业解决方案: 智慧城市, 智慧交通, 园区/楼宇管理, 零售, 金融, 能源等行业解决方案, 属于To B/To G的大项目业务.
行业地位为全球第二大视频监控厂商(仅次于海康威视), 与海康威视合计占道全球约40%的市场份额.
竞争对手主要包括海康威视, 华为, Axis. 行业内的普遍认知是, 大华的性价比比较强, 产品线丰富; 海康威视的技术和生态更强.
大华vs海康区别¶
海康威视和大华都是安防行业的龙头, 整体来看海康在技术积累和生态能力上略强, 而大华在产品性价比和灵活性方面更有优势.
海康威视在整体AI平台和生态上更成熟, 大华在实际场景落地(比如音视频一体设备)更灵活. 大华在音视频融合设备(例如带拾音, 对讲带广播能力的摄像头)上应用更广.
安防行业发展趋势¶
我认为安防行业正在从"单一的视频监控"往"多模态感知+智能分析"发展, 其中音频是一个越来越重要的补充维度.
多模态指的是视频+音频, 声音可以补充视觉盲区, 比如夜间或者遮挡场景下的异常声音(呼救, 爆炸, 玻璃破碎).
未来的安防会从"看见"升级为"看见+听见+理解".
AI在视频监控中的应用¶
人脸识别, 行为分析; 声音时间检测(AED), 如枪声, 爆炸声, 玻璃破碎; 语音识别(ASR), 对讲内容转文本; 异常声音检测(呼叫, 尖叫). 还可以音视频融合, 比如听到异常声音, 自动调取摄像头; 视频异常触发语音警告.
为什么选择大华¶
我选择大华的主要原因是因为安防行业正在从传统的视频监控向多模态智能系统发展, 而音频作为"听"的能力可以有效补充视觉信息, 在异常事件检测, 语音交互等场景中有巨大的应用价值. 大华本身拥有大量真实的音视频应用场景和成熟的产品体系, 能够让音频技术真正落地, 而不是停留在实验室阶段. 同时我的方向是音频技术, 我希望能够参与到音视频融合和智能感知系统的建设中, 从技术到应用形成闭环, 这一点和大华的发展方向是高度匹配的.
大华的业务部门¶
大华的研发底层是"研究院制", 分为:
- 大数据研究院
- 先进技术研究院(AI算法核心): 计算机视觉, 视频分析, AI算法, 方向是人脸识别, 目标检测, 行为分析, 多模态感知
- 中央研究院: 类似于华为2012实验室, 阿里DAMO, 腾讯AI Lab, 适合搞研究
- 智慧城市研究院
- 网络安全研究院
大华的企业文化¶
浙江大华技术股份有限公司(大华股份)的企业文化以"以客户为中心, 以员工为本"为核心理念.