《算法面经》专题

感觉是其他部门交叉面，视频信号太差了卡了几次最后没办法转成电话面了。 简单自我介绍，主要问简历上的项目，包括项目里觉得做的最好的是哪个，使用的模型技术，具体是怎么做的，有没有落地。基本没怎么问八股。 最后手撕了一道字符串编辑距离，秒了（dp就会01背包和编辑距离😁）反问环节问了一下还有几次，面试官说应该是最后一次技术面了，40min结束。

问的很细，很深入，当然也可能是因为我太菜。 首先问简历，具体业务，怎么做的，用的数据集数量和格式，现有的流行大模型结构。SFT lora的做法，原理，具体微调哪个矩阵，其他PEFT方法，为什么lora用的广泛，以及矩阵和数据序列N参数量的关系。 强化学习和RAG问的比较多，但是因为我本人都只是做过demo级别的项目，回答的不是很好，被面试官一直质疑，以及一些PPO和DPO的细节，输入数据集格式是否

一面（30min） 1. 问了职业规划 2. 问项目细节 3. 场景开放题目 4. 反问 二面（45min） 1. 面试官介绍部门业务 2. 详细问了项目细节+涉及的八股 3. 一道专业题 4. 开放题目，问模型效果不佳怎么办 5. 反问 #京东#

1自我介绍 2项目 3传统CV算法有哪些 4有什么爱好，打篮球打什么位置，身高体重 5 意向地，有无女友，有没有投其他公司 感觉被KPI了

分享面经攒人品 2023.09.12 全程25min 1、自我介绍 2、项目中最困难的点是什么，怎么解决？ 讨论了一些技术细节。 3、项目过程中遇到和其他成员有分歧和矛盾要如何解决？ 4、遇到问题怎么定位？ 5、职业规划 6、期望薪资 7、现在拿到哪些offer？ 8、个人信息（独身子女，家庭，意向城市） 9、反问 多久出结果... #你的秋招进行到哪一步了# #许愿#

2023.09.06 全程25min 1、自我介绍 2、八股（比较简单） a. 进程和线程的区别 b. 数组和链表的区别 3、项目拷打 面试官很专业，问得很深。 项目一定要吃透。 4、手撕 归并排序

1.自我介绍+项目深挖 2.AUC是什么？ 3.学过数字图像处理吗？边缘检测有哪些方法？canny算子具体是怎么做的？ 4.不使用深度学习如何检测视频中的运动物体和轨迹？ 5.C++内存泄漏是什么？如何避免？static关键字的作用 6.深拷贝和浅拷贝区别，python用什么函数进行深拷贝?

1.自我介绍 2.深挖项目 3.内存泄漏 4.进程 线程的区别 5.残差神经网络 6.反问

7.20 一面 40分钟 1.自我介绍 项目部分： 2.常见模型的结构：bert,TextCNN,transformer,ERNIE 3.怎么比较用哪个模型更好 4.模型输入的长度限制是多少 5.怎么解决多标签问题的 6.attention的时间复杂度是多少 7.有没有做过知识图谱和问答 8.GPT的结构 9.各个类别数据不均衡怎么办？ 10.关于模型的部署和优化 11.a,b是两个常数，怎么在不

1自我介绍 2纯问项目 3反问

30分钟电话面 1. 介绍一个项目或竞赛 2. resnet残差，efficienet系列的不同，bn层，最大池化层怎么反向传播的，最优化，一阶二阶的分别有哪些算法，不能求导数的用啥算法 3. 反问 #面试# #海康# #算法工程师#

攒人品！希望多拿offer! 1.自我介绍 2min左右 2.项目经历 20min (这个聊得多) 3.实习经历 20min 4.一些机器学习知识常规问答(LSTM RNN区别啥的)(问传统机器学习做的多不多 但我做的比较少 所以没问了） 5.手撕算法 2个题 一道sql 一道字符串相关 6.反问环节 (比较好奇业务 所以只问了业务 别的也不知道问啥了) 整个过程很舒服，面试体验可以 更新一下 进

9-15 45寒武纪算法二面，一个小姐姐很温柔 项目、实习、CTCLoss，Focal loss ，amp，样本不均衡，深度可分离卷积，模型轻量化啥的 反问：贵公司对人才。。。。   我说完她也笑了 #2023校招#

9.8  投递 9.13 收到AI英语面 9.20  hr问了下预期薪资，通知进入技术面流程 9.22 下午面试官电话约面 9.23 上午9点半、电话面试。（历时约45分钟） 1、个人自我介绍 2、选择一个项目介绍（联邦+ner） 用到的数据 模型效果评测 联邦学习：面对数据非独立同分布怎么做的 实体有哪些标签 用了哪些公开数据集 数据划分（联邦学习） 长实体识别 3、用了哪些图数据库（Neo4j

1. HR面的八股文问题 2. 数据规模和模型复杂度之间的关系，不匹配会发生什么现象？有哪些解决的方法？ 3. P问题，NP问题，NPC问题，NPHard问题。 4. 二维矩形排布，如何使得空间利用率最高？ #面经#