《算法面经》专题

自我介绍 问学校的nlp相关项目，解释的算细 问bert是什么结构，问还有什么类似模型。 问链表找环，回答的快慢指针直接说错，说这样找不到环。 多个文件中找一个词怎么快。 代码题 三元组找和为0，正常解题速度一直催，最后说了思路结束 反问，链表找环答案，不说 让自己查，本人nlp方向，问过去了做什么，回答：什么都可能做，来了再分 感觉kpi或者就是这个风格，网上查工资不少，但是这面试官感觉水平一般

一面（8.10） 聊项目和论文 DIN的结构 DIN和之前方法的区别 DIN 所用到的激活函数 Batch Norm 和 Layer Norm 的区别 二面（8.18) 聊项目和论文 问了一些场景题 问了大模型可以在哪些场景上有落地 三面（9.13） 聊项目和论文 HR面（9.14） 聊大学学习和实习经历 个人的缺点和优点 个人最大的挑战 确认了出结果的时间 三面都没有手撕，基本上在聊实习和论文。

自我介绍 简单介绍一下这个推荐项目 用户数据量和内容数据量，总共有多少特征，具体是大概有哪些特征，用户行为序列用到了吗？ 一个特征有多个值的情况是怎么处理的？ 有做特征选择吗？训练数据量多大？多路召回怎么做的？多路召回有几路？多路召回是怎么融合的？ 有做粗排吗？ 召回的离线指标和线上指标大概是什么情况？ 用户的冷启动是怎么做的？ 介绍一下 GrapSAGE，word2vec, deepwalk,

项目负责了什么， 大津法原理 ， 最大类间方差和类内方差区别， 支持向量机的理解， 最小二乘的公式， 最小二乘是用来干什么的， open CV常用哪些函数 triangle原理 霍夫变换原理 图片的拷贝怎么实现 深拷贝浅拷贝 形态学处理的函数 腐蚀膨胀原理 图谱增强都有哪些，说一下实现原理 fast RCNN和yolo系列的区别 还有一些想不起来的，基本上都是根据项目来问的 记录一下吸取经验 面试

9.27一面 1.自我介绍 2.复盘9.21机考，只做了两个题，简单说了一下没做出来的题的思路 3.做题，在lc 上面直接码，三个mid选一个 4.用什么语言-java py 换着用 5.数组和链表的区别 6.多线程 7.数据库 8.介绍一下自己熟悉的机器学习算法 8.算法评价 9.深度和广度的区别 中间还有一些忘了，总的来说以为投的算法考机器学习多结果全是java已经很久没看了，稀碎，不过好歹给

一面30分钟 主要就问了一些项目，项目每个部分做什么的 写了yolo的项目，问了一下yolo具体怎么做的，项目前面还有一部分融合，就问了怎么融合，轻量化，量化部署一类的 之后也差不多类似，没问的很深入，主要问了应用上的一些问题，如何做的之类的 之后论文什么的也是类似，简单问如何实现的，顺着项目问了一些简单的出现问题如何解决之类的，或者说类别不均衡如何解决，之后没用笔试题就结束了 问了transfo

面经攒人品，让我过吧 自我介绍，中文 问我觉得笔试难不难，我说在参加的里面大概是中等难度吧（我根本不记得了，好久了） 然后就是项目拷打，但是主要在问很开放的问题，技术细节没有那么多。主要是流程啊，用到的技术间的区别等。（还是要熟悉自己的简历和项目） 唯一像八股的就是问了下我 attention 里 mask 一般是怎么实现的，有什么用（一直没对上脑电波，我想说 BERT 那种 mask 的作用，现

投的时候很犹豫投搜索还是投nlp，想着先投搜索吧，挂了再投nlp，一面完不匹配，都想直接让hr结束流程赶紧转投得了，不过犹豫了下结果过了……二面换了个面试官估计是做内容理解的，面试流程好了很多，没有一面那种割裂感了，但是不是很会搜索，现在如果拒了转投沉没成本有点大 一面，讲实习经历，面试官不太了解我做的，所有问了我一些搜索相关的场景题，我竭尽所能回答了，不过感觉回答的一坨，类似于如果让你设计召回，

一面： 自我介绍； 面试官粗略地看了一下项目说：“你这个简历好像更适合NLP组啊，跟我们组的业务好像关系不是很大，感觉不是很合适啊。” 一阵简短的沉默； 我：“。。。。。。我也投了NLP算法组，但是被推荐算法组先捞上来了，您看要不跟HR反馈一下让她把简历转过去？“ 面试官：”那倒不用，我们先面着吧。” 面试问题分界线 ----------------------------------------

视频面试，面试时间：约一个小时 面试官迟到了几分钟 1、面试官解释迟到原因 2、自我介绍 3、介绍实习工作，并基于实习工作提问 4、介绍一个科研项目，并提问 5、算法题：01矩阵中找出面积最大的全一正方形（动态规划），问时间和空间复杂度 6、数组和链表的区别 7、有没有了解常见的机器学习算法？（报了下菜名） 8、反问环节：询问是哪个部门（因为百度投递的时候不知道部门）以及具体的业务 -------

面试时间：3.27 总时长：50分左右 没有自我介绍环节，上来面试官先简单介绍了下部门和面试流程（算法题—>八股—>项目—>反问），然后直接开始做题。 算法题： 求出多峰数组的任一个峰，要求时间O(log n)，相当于leetcode 852的多峰形式 八股： 机器学习中过拟合的特点和解决方法 介绍一下self-attention和multi-head attention RoBERTa相比BER

1.自我介绍 2.Bert结构 3.Bert 预训练学习目标是什么？ 4.谈一下 faster rcnn 和 yolo 5.目标检测中，单双阶段分别目的是什么？ 6.Faster RCNN 中怎么用检测的网络适应不同的框的大小？ 7.yolo 目标函数 8.谈谈detr，detr 中的 query 怎么来的？ 9.detr 目标函数是什么？ 10.transformer 中的位置编码在哪实现的？是

有了解过码本的一些改进吗？除了最近邻匹配？？？ AE，VAE，VQ-VAE 介绍transformer 了解改变n方d复杂度的改进注意力吗 了解哪些传统的图像处理算法 然后一堆场景题 无手撕 #如何判断面试是否凉了##秋招##面经##算法##牛客解忧铺#

更新：一面过了，等待复试安排 https://uploadfiles.nowcoder.com/images/20230927/557711646_1695807664522/A747E405F95C0E991B3159848CB5B148 兄弟们，为什么我又遇到kpi面了，是现在没hc了吗都。没hc为什么还要面我呢 一面 介绍了一下论文内容，和当前实习内容情况 大多时间都是在说这个 有没有了解目

10.9一面 主要聊实习做的东西的细节，面试官应该对优化比较熟悉，关于实习期间做的一个优化问题的建模有些争议，最后应该算是把面试官说服了？ 问了混合A*相关的问题，混合A*和A*区别，如何设计启发函数保证搜索到的解最优 以及优化相关的问题，1.什么是凸优化问题? （目标函数是凸函数，可行集是凸集) 2.如何判断函数是凸函数？（Hessian矩阵半正定) 3.知道KKT条件吗？（知道是判断是极值点的