多益网络——算法工程师技面经（90%凉）
以下是面试流程与问题：
自我介绍（学校课程：高级程序设计语言与计算机四件套，还有数据挖掘、图像预处理、人工智能导论等专业课程）
问项目，深挖你的流程与技术栈（我答的是一个模板匹配方式的车牌识别系统）以及你对你项目的缺点总结与改进方案，实施了没有？为什么不实施？（忙毕设）
对目前人工智能行业的了解（AI绘图、大语言模型）
大语言模型的Transformer架构（编码器—解码器）编码解码内部怎样的（有个好几层，具体不懂没答上来）
做过与机器学习相关的实践吗（AI绘图模型训练）具体过程？（几百张训练集输入一个网站生成关键词，然后给它训练。）你对这个调参有什么感悟吗？（在本地训练，电脑不行所以迭代次数选得很低，训出来模型效果不好）源码能看下吗（抱歉删了......）（面试官叹气）
你了解这个的大致原理吗？（预训练大模型，个人训练微调小模型）
模型的压缩与加速方法（不懂，答了个数据降维）
后来面试官看我对机器学习了解不深，问我学校课程学的人工智能学了个啥（感知机 前馈神经网络 循环神经网络 残差神经网络的基础介绍）
残差网络的优势（避免梯度消失）为什么会梯度消失？（输入的参数经过多次损失容易消失在网络里）残差网络怎么解决消失的？（每一层刻意保留一些梯度特征）怎么刻意保留的？（不知道）
你就学到这些吗？ai绘图和语言模型学校教过吗（没教，个人兴趣去自学了解了点皮毛）
你了解几种损失函数？（没答上来，都忘完了）几种传递函数？（只答上来01和sigmod）
后来面试官看我实在不太答得上来，就问我关于数据挖掘和图像处理相关的问题了
你了解聚类算法有哪些？（K均值）原理？（类内距离最小化，类间距离最大化）
常用的滤波器？（高斯滤波）原理？（选择像素点周围部分像素进行均方差等操作消除噪声）
主成分分析与相关性分析的区别？（忘了）
然后就是反问环节了，问了个岗位细分（答：主要是ai绘图）、实习期（一般都会有一个月以上）。
然后我觉得自己表现很差居然冒死问了面试官“我这表现怎么样，是不是有点差”的问题（现在想起来这问题是真沙币）面试官似乎忽略了我这个问题，直接再见了希望他不要介意
类似资料：