《算法》专题

面试官有事情的样子，也就面了20分钟。 1. 面试官自我介绍（搜索引擎组） 2. 自我介绍 3. 简历上最近参加的一个比赛过程。 4. 实验室项目做的什么。 5. 研究方向是研究什么的（讲了讲方向和论文简单思路） 6. Webserver实现了什么。 7. 我们这边很多情况要用Java，你可能需要学习，能接受么。 8. 反问环节。 全程无八股无手撕。

选择题 SVM支持向量机、KMP、RNN、倒排索引、ELMo 极大似然估计、Dropout和Bagging，L1&L2正则 编程题 ①. 只包含数字1，2的序列，可以将数字2切割为2个1，求最小切割数能够产生的非降序序列。 签到题，建立一个栈，若遇到降序数字，则出栈直到符合标准； ②. 每个人都只能看到他人头上的数字，并计算数字的异或和，已知每个人计算的异或和，求头上的数字。 没做出来，待补； ③

一面15:00-16:00 简历面+ 反转链表➕简单dp 二面16:30-17:20 简历➕机器学习八股 三面 17:50-18:45 简历➕八股➕一道智力题➕一道场景题 有没有友友知道啥时候出结果，怎么看过没过呀#我的实习上岸简历长这样##晒一晒我的offer##写简历别走弯路##我的上岸简历长这样#

周六上午一面，先是一道算法题A出来了，然后让我挑最熟悉的研究成果并且把论文PDF发过去，其他工作也没少问。让我介绍实习最主要的工作，我说了其中一个，其他的工作也是抓着细节猛问......最后我的经历写的那么满，他强行考我一些八股，并且手撕Transformer Block。我说我能写但是我需要想一下（这个年初找实习的时候我甚至自己撕过一次），我的工作里面接触的少但是self-attn的原理我是知道

0814-一面 体验感 一般，没实习和项目，导致面试官也没问啥，总时长45min。问的基本都答上来了，自认还答的可以，但是一回头就是这个 这就是KPI面吗 55555555555555 流程 提问 介绍项目和比赛介绍所用数据增强 你还能想到哪些预处理方式可以尝试 介绍一下比赛所用的精度是什么 介绍论文介绍vgg和resnet的主要优缺点 传统图像算法有了解吗 反问 研发岗都在西安实际应用场景（le

gcc编译 智能指针底层 动态链接和静态链接 ros通信讲解一下，底层机制 手写单例模式代码 代码编译的过程 什么是虚拟内存 互斥锁 加锁的作用 读写锁 项目:怎么检测碰撞 面试官人很好 还给了我学习建议

萤石ai算法部门补录 12.13电话 了解具体情况 12.15技术一面 36分钟全程拷打简历项目 并且要拓展到实际应用 无八股无手撕 12.19hr面 24分钟 为什么读二硕 实习干了什么 现在在干的这个不是很契合为什么还在实习 项目介绍难点创新点 项目的困难点 职业规划 确定可以六月毕业吗（我们可以延长学制明年秋招） 有没有别的offer 期望薪资 12.22算法主管技术面 二硕的问题 实习干了

【30min】自己提到推荐领域和数据挖掘领域，直接就问了两个领域比较熟悉的算法有什么，大概介绍一些 不会的： 1. XGB shrinkage 2. FM 算法为什么时间不高 3. 如何将用户之间和物品之间的特征加入协同过滤中（随便说了，特征拼接） 比较明确的问题： 1. 随机森林，提升树的区别 2. 随机森林如何构建？特征采样的好处 场景题 1. 给出手机的BOM结构图，对于预测手机销量和原材料

2024/9/6 自我介绍 项目深挖 transformer 图像处理和文字处理 字典底层原理 三次握手 手撕代码：k段排序要求算法复杂度O（nlogK） 两天后挂

主要内容：1.第一次分治,2.第二次分治,3.第三次分治,4.第四次分治,5.查询逻辑,6.总结1.第一次分治 kafka通过topic给用户提供数据的读写，对于不同的业务来说，可以定义不同的topic来达到数据分治的目的，不同的业务写入或者读取不同的topic，且不同的topic会尽可能分散在不同的broker中，提高数据的IO效率。 虽然kafka没有限制topic的个数，但是也不要盲目多建，因为越多的topic，代表着越多的数据存储单元，容易导致同一个topic的数据在磁盘存储位置的不

第一题 给定一个一维数组表示不同地方的高度，然后在一个地方倒水。倒水会使得相邻的低于此地高度的地方积水。问最多多少个地方积水。 第二题 有一个长度为n的棋子队列，初始情况为全正面。对其做q次操作，每次操作会将[a,b]区域内的棋子翻转。问每次操作过后的正面棋子个数。 解法 一开始想维持一个线段队列，然后记录每个队列的正反情况。但是发现在插入新的线段时，要考虑的情况太多了：新线段包含已有线段，新线段

投的深度学习框架工程师 选择题里一半左右都是相机图像处理相关 代码题 一个数组选择左端还是右端取数求和是否存在等于特定值的情况 第二个是手写信号处理的两种卷积 再见了小米

1.矿泉水 2.立方和 3.求环的个数 #深信服笔试题#

1. 立方和 2. 矿泉水瓶，示例通过了，但提交时通过0%.... 有谁知道为啥吗 错误原因：最后剩下的部分应该是 而非 修正后的代码： 3. 求环的个数 #深信服笔试题#

全部都是简历上的内容。 1.attention(举例，self attention) 2.召回率（数据集中一半正样本，一半负样本，模型输出结果全是正样本，问召回率） 3.miou（公式，含义） 4.GAN #算法岗##算法工程师#