《数据开发工程师面经》专题

#我的失利项目复盘# 一面面试官上来给我发了两道题 一道困难看都没看 一道中等，是图论，就是给一个board，给一个单词，判断能不能从board中找出单词。 我一道题都没ac。第二题我的思路是： 遍历board搜寻单词中的字符，当遍历到了之后开始深搜DFS。 第一次面试太紧张了所以没做出来Orz 做了半小时之后开始面试，面试主要问了一些项目上的细节，但是针对的点跟我想的不太一样，主要是问了项目里的

2023.09.06 全程30min 1、自我介绍 2、项目拷打 a. 挑一个项目介绍、难点是什么，解决方案是什么 b. 另一个项目算法部署的实现细节 c. 本科-读研过程中项目中遇到最大的挑战是什么，怎么解决 2、八股 a. bn原理；训练和测试阶段bn操作的区别 b. 梯度消失解决方案 c. 过拟合解决方案 3、概率题 屏幕前经过小球的概率恒定为P，若20min内观察到有一个小球经过的概率是0

体验感 总时长24分钟，感觉面试官整体提问意向不佳，类似KPI面 流程 提问环节 自我介绍1-2分钟 工作意向， 是否有落地项目 量化剪枝是否有了解 c++有写过什么东西吗 介绍自己认为简历上最好的经历 对最新的目标检测和语义分割有什么了解 如何看传统的cv算法在深度学习领域起到的作用 如果让你作为负责人，负责一个人像分割的课题，打算如何开展工作，如何去做，规划，开展，收尾 反问环节 主要业务（多

面了一小时，面试官人不错，整体挺轻松的。 先自我介绍，然后讲了一下实习的项目，围绕项目提了一些问题。 然后手撕，给出一个质因子数组【2，3，5，7】和一个正整数id（≤1e4），求用这些因子组成的所有数中从小到大的第id个数。优先队列构造一下就行，但是写了点bug修了一会。 问八股，大部分都挺基础的： 析构函数为什么是虚函数 给对象赋nullptr，能否调用成员函数 map和unordered_m

应该是挂了 问的都是简历上和自我介绍上拓展的 没好好准备 特么三月复现的fastjson现在忘记了 反序列化链都忘光了

快手一面: 1.自我介绍（我说了三个项目，一个现在正在实习的、一个鱼跃、一个之江实验室） 2.介绍你印象最深刻的一个项目，项目特点 3.介绍Java里面常见的集合、整体框架，父类之类的 4.Hashmap底层的实现 1.8之前为什么要这样设计。 解决Hash冲突还有别的方式吗？ 5.HashMap的扩容机制了解吗？ 是线程不安全的吗？ 它为什么是线程不安全的？它在什么情况下会出现线程不安全的问题？

1. 自我介绍 2. 简历项目（问的比较细，每个项目都会问一下） 3. 介绍Lora 4. 了解哪些商用的大模型，都有什么优缺点 5. QLora 6. 量化的优点，如何量化 7. Git的使用（如何管理项目，对比两个版本的不同） 8. 了解cuda吗？如何使用 9. pytorch的版本问题 10. 部署模型的经验 11. 如何查看和管理cpu，gpu资源 面试官总体感觉兴趣不高，没有开视频。回

首先上来我必须给用友的hr一个大大的赞，人真的很好很好，平易近人。整个面试下来完全就是轻松加愉快的状态。 回归正题： 会问了解用友吗？是从哪方面进行了解的 1.首先上来并没有叫自我介绍(我还准备了下) 2.整个面试过程都是问的简历上的东西，整体难度不大 3.问到了数据库的多表联查 4.然后就是问到是否有过投递岗位的实习经历(因为我没有所以，面试官很无奈) 5.有一个重要的信息就是用友现在底层都是用

无手撕，无八股，问的都是简历上面的项目，会讨论的非常详细，也会有些拓展问题。 面试官非常nice，超级详细的介绍了部门和主要的业务！ #秋招##面经##吉利#

一面/技术面 2024/8/23 上午11:00-12:00 自我介绍 挑一个实习介绍 了解哪些位置编码技术 RoPE原理 线性内插、NTK到YaRN 位置内插后注意力计算会增加，如何缓解 介绍LongLoRA 数据集构建时各种类型的比例是如何确定的 使用华为910B及其相关平台时遇到过哪些困难，如何解决的 效果如何评测 最终的效果提升有没有什么具体的指标 Coding：两数之和 为什么要投蔚来

非技术相关：对工作地点和薪资待遇的期望。 算法相关 Q：快速排序的时间复杂度和空间复杂度？ A：平均时间复杂度：O(nlogn)，划分对称，所选枢轴元素可以将数据中分； 最坏时间复杂度：O(n^2)，初始排序表基本有序或基本逆序时。 平均空间复杂度：O(logn)，划分对称， 最坏空间复杂度：O(n)，初始排序表完全有序或逆序时，要进行n-1次递归调用。   Q：归并排序的时间复杂度和空间复杂度？

知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别？ 生成式模型先对数据的联合分布 进行建模，然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模，由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布，关心的是对于给定的输入，应

2022.09.16 北京时间下午16:00进行的二面 先说个小插曲： 面试官本来按时进入了会议室，但一直没开摄像头，我耐心等待了几分钟，后找到HR，微信反馈了一下情况，然后面试官突然开摄像头说，他这边临时有个会 5分钟之后开始面试。过了一会儿，我们开始了正式面试，他也表达了歉意。 正式开始面试： 首先就是自我介绍，介绍完后，根据我的实习经历，让我说一下，具体做了哪些网络安全维护工作，虽然面试官很

09.16 下午4点 视频二面，base 北京，奇安信售前工程师 整体流程是比较顺畅和满意的，面试官就是售前工程师，但没有问售前相关的问题，更多的是根据自己的简历进行深挖，每个环节都有相关的提问，感觉考察的更多是个人的表达能力、逻辑思维能力和解决问题的能力。 整个面试时间为23分钟，前面一开始因为面试官有个会议，所以迟到了几分钟，面试官的态度很nice，会对我的输出有回应，调动我的整个的主动性，所

公司偏僻，位于广州番禺南村，当时坐了一个多小时的地铁才去到，下着大雨，路面积水严重后果。好不容易过去了，接下来开始了狗血剧情。一去到，前台让我扫描一个二维码进去一个小程序填写个人简历，我心想我个人简历在招聘APP上不是有吗，还非要多此一举，但是人在屋檐下不得不低头，还是填了。填完之后前台拉我去一个会议室填了一份调查问卷之类的玩意，我也填了，然后HR带我去到二楼办公点等面试官。等了半个小时吧，面试官