《算法》专题

自我介绍 介绍一下一个项目 对搜广推的了解（无） coding：最小的k个数 反问： 1. 快手那边在催了，我可以通过吗，搞快点 2. 做的具体业务 3. 还是希望搞快点，还有候选人吗 面完10分钟oc

大大小小的公司面了不少，一直都懒得写面经，但是这家公司的面试官属实是奇葩到需要避雷。。 1. 大舌头，口齿不清，我需要反复确认他到底说的啥，， 2. 简历基本没怎么看，让我介绍科研的transformer项目，一副懒得听也听不懂的样子，还问我是不是只是把transformer拿来直接用换了个数据集，甚至还问我导师是不是也不懂transformer？？？现在中小厂的面试官都已经拽到这个地步了？985

最汗流浃背的一集，每个回答都感觉不是很让面试官满意，摆了

1.给定一个字符串，统计其中的不重复的英文单词的数量（80%） 2.给定一组非0整数nums，重新排列每个数的顺序(每个数不可拆分)使之组成一个最小的整数（70%） 3.给定n 个结点。给定一个整数n和一个 edges 列表，判断这些边能够形成一个合法有效的树结构（100%） 4.给定一个二维平面上的点集，找到距离最近的两个点，并输出它们的坐标（0%） 网易是海笔吗？过多少能进面啊老东家看看我

9.26一面技术面 整体体验挺好的，面试官都非常礼貌，见到你都微笑的，整体体验最好，虽然我答的一般。 1.自我介绍 2.问项目，问竞赛里面的和技术有关的 3.手撕一道简单的链表题 4.提问为啥不选择深造 5.反问环节 紧接着HR面： 1.自我介绍 2.问AI发展趋势研判 3.问竞赛中的职责，leader的话，你是如何解决队员的问题的 4.提问意向城市，为啥想去广东发展 5.问对vivo未来AI应用

1技术面+1hr面 9.25 技术面： 和深信服的有点像，但比较偏互联网算法的理解 项目上问创新点和困难的解决 然后问两个理解： 1.解决实际的互联网大量数据问题时， 数据——特征——模型 怎么理解和处理 我会按不同模态来说我自己的理解 2.对于互联网算法有什么看法 我答了一些搜索和信息上的理解；这边比较看中推荐算法 不过也是过了 hr面其实大差不差 但对于地点和薪资，需要说明确的一个答案 就最近

题目做了一道合并有序数组的代码题，还有一道算概率的数学证明题，都不是很难。 八股问了训练集，测试集，验证集， 过拟合怎么解决， l1，l2正则化 大模型数据清洗流程 simhash去重和minihash去重算法细节 海明距离（这个忘了） 之后问了base地选择，有没有offer啥的。 一周后约二面。

9.18一面 讲ppt 两道题，做出来一道 第一道，一个数组，除了一个数，其他数都是出现两次（并且连续），找出这个只出现一次的数的下标，要求时间复杂度尽可能低（logn） 第二道，二维滑动窗口最大值，艹了

面试官老师很有耐心 主要深挖项目为主 1.问项目，介绍自己项目的核心算法经历 2.问模型，yolo结构，对比其他结构的优点 3.继续挖项目，挖的很深，项目技术细节，如何实现的，如何设计算法，如何考虑算法 4.问了另一个项目的文字识别模型，如果有新的项目，怎么去选择模型，考虑的因素诸如此类。 5.问笔试题，问了最后一道为什么错了（我有点想不起来了，笔试太多了） 总结：主要深挖了项目，项目不熟悉的话不

1.项目 介绍了一下快手实习，很深入探讨 除了PPNet，还了解其他类似的模型吗，POSO 2.八股 优化器了解吗，Adam如何做的 回归怎么计算AUC AUC计算方法，如何优化，优化的理由是什么 label一样的时候，如何处理，算逆序对吗 attention对padding怎么处理 3.code 逆序对数量，秒了 许愿过！

网易互娱 NLP 吧，没写代码，纯纯项目八股，喉咙冒烟。 1.自我介绍 2.蚂蚁实习 问了一下项目的联邦学习 梯度攻击思路 用了哪些 peft 微调？介绍一下 有没有了解过 Qlora？他具体是怎么量化的？（不太清楚） 3.商汤实习 除了 sft 还用过什么对齐手段吗？ PPO 和 DPO 的区别讲一下？了解新的一些 RLHF 吗？KTO 啥的。（不太了解了） 线上模型是怎么评测的？涉及到人工你们

一二面技术面，主要问实习细节均有手撕，约1h 三面是主管面，有一定压力，拷打项目和实习,约0.5h 四面是hr面，15min,问了一下职业规划并简要介绍下实习经历和你觉得最有挑战的事情是什么 最后hr意思说十月底才能给出排序结果😭 鼠鼠感觉自己排序应该是靠后的，感觉希望不大了。 不知道有没有佬也是这个池子里的，可以交流一下

#软件开发笔面经 1.自我介绍 2.拷打实习和科研，两段实习，没论文，实习的内容反反复复讲也就那点东西，没有太多值得深挖的点，面试官估计也不想深入问了。 3.手撕multi head cross attention，基本上写出来了，面试官也没让我详细讲思路，看了一眼就结束。 全程没问八股文，反问环节问了一下部门研究方向应该是偏传统CV方向的，跟大模型关系不大。 一面应该是没过，收到邮件推荐我转投其

电话面25min, 反问阶段问了为什么是电话面，说是现在还是简历评估的阶段，后面还有正式的面试 1. 问实习，导onnx踩过什么坑，shape不匹配怎么办，导过哪些模型 2. 写过cuda吗 3. diffusion的过程，diffusion推理最耗时是什么阶段，怎么优化（unet） 4. protobuf序列化，反序列化的过程 5. 序列化和反序列化过程中零拷贝接触过吗 6. c++的编译流程

1.选择题（单选和多选共30道）（60分）：涉及机器学习、高等数学。概率论、数据结构等 2.编程题（2道）（40分） 1）函数命名法（73%）：根据要求判断是否是题目中的函数，不是的话转换一下。没有样例不知道哪里有问题索性交了 2）房屋排列（100%）：排列n个房屋相邻的是倍数，输出方案数