《算法面经》专题

整体70分钟，人麻了 1.自我介绍 2.介绍实习内容，我介绍了一下我在网易做智能npc相关的，他说他之前也在网易伏羲工作然后他开始问我业务背景，问我训模型调了什么参数、测评怎么做的、数据怎么优化的，问得很细 3.介绍第一个项目，我的是一个rag的项目，我先整体介绍了一下，他开始问问题，问我数据构建，向量库构建，用的什么数据库存储的，召回怎么做的，然后问我对比解码的原理，问我对rag做优化的话有什么

全程40分钟 1.自我介绍 2.让我讲一下实习经历，我做的智能npc，主要先讲了一下数据处理和探索，然后讲模型全参微调和部署，然后面试官问我vllm部署为什么会快，我就讲了一下分页注意力，正好刚看过；然后问我模型量化了吗，我说量化了用的eetq，但是原理不太清楚 3.拷打第一个项目，我的是一个rag的，先总体讲了一下，然后问我项目跟常规的比有什么亮点，我讲了一下对比解码，然后说多路召回，面试官说这

40分钟 1.VQGAN反向传播怎么做的 2.讲几个你知道的轻量级网络 3.swim transformer那个移动怎么移的 4.这样做有什么作用 5. 4个iou的区别 6.怎么resize成有利于扩散模型的输入 7.SD微调方法 8.dreambooth原理，支持完全的新概念的注入吗，对以往概念的保留是怎么处理的？ 9.controlnet原理，零卷积作用 10.旋转位置编码 11.对多模态有

聊项目 大模型微调方法了解吗，比如lora 了解位置编码吗 ropeta之类的 了解一些大模型的attention吗，比如group-attention LSTM相对于XGB的改进 解释一下直方图算法，level-wise分裂方法 level-wise和leaf-wise的优缺点分别是什么 leaf-wise带来的过拟合问题怎么处理 为什么人们更常用GBDT而不是决策树 XGB相对于GBDT的改进

整体23分钟，一共两个面试官，一个是hr，一个是技术 1.自我介绍 2.hr开始问问题，让我介绍一下项目里遇到的难点、实习部门有多大、主要做什么、会转正吗 3.技术面试官开始问问题，先拷打我论文项目，说论文对数据方面的处理有哪些，我介绍了一下：然后问我论文里涉及情绪分类，有几种分类、怎么做分类的、如果加入新的类别怎么办、知道focal loss吗、多标签分类的话怎么做，然后问我项目里大模型微调大致

整体半个小时左右，相当于主管面，听说汇川三面挂人很猛 1.自我介绍 2.问我实习项目，先让我自我介绍了一下，然后问了包括用的模型架构、数据处理怎么处理的、模型推理加速用了什么策略、模型评估的策略等 3.问我第一个项目，先让我介绍了一下整体，然后问我模型数据怎么处理和向量化的、模型输入的提示怎么构造的、和检索到的块的关系是什么、模型对比解码细节讲一下等问题 4.问我论文项目，主要让我介绍一下论文的创

整体不到二十分钟，电话面 1.自我介绍 2.让我讲一下网易实习做了什么，我大概讲了一下；问我实习用的模型参数量多大，我说了一下；让我讲一下vllm框架原理，吟唱了一下 3.问我了不了解强化学习，我说项目里用过，就结合项目讲了一下 4.让我挑一篇论文讲一讲创新点，我就开始讲我最近的一篇，一套连招吟唱了一遍 5.问我接没接触过知识图谱，我之前做项目用过，大概讲了一下实体关系、neo4j啥的 6.反问，

1、自我介绍 2、深挖腾讯实习经历(聊了20min) 3、介绍第一段实习经历 4、指针和引用的区别 5、什么时候用malloc，什么时候用new(这里没答上来，感觉cpp里基本都用new了吧) 6、介绍智能指针(unique_ptr,shared_ptr,weak_ptr) 7、智能指针的底层如何实现的 8、如何排查内存泄露问题的 9、介绍c++的内存分布 10、静态链接和动态链接的区别 11、动

中兴一面有三个面试官（大为震惊），具体流程如下： ① 自我介绍（5min）。 ② 开始针对我所说的项目开始疯狂提问，各种抠细节（所以各位友友一定要对自己简历上的项目非常熟悉，不然就尽量不要写）。 ③ 面试官我base选的哪里，我说上海，南京，然后问我为什么，我随便扯了扯；然后问我能不能接受项目加班，我说可以理解。 ④ 反问环节，问了项目的一个问题，还有就是中兴的上班时间。 一面结束，花了大概1个小

第一志愿是 软件实习生（智能制造） 面完光速挂，见面经 想不到现在还能捞二志愿 时长：15min 面试内容： * 自我介绍 * 项目介绍（GPU算子 * 实习介绍（几个图像算法实现 * tensorRT * GPU算子那个有啥难点 * 实习时长 反问： * 科研 （精度提升 + 开发（异构加速 * 仅此一面

万物心选是一个小公司，但是听HR说团队挺牛的，是百度的原创团队成员，二面三面的时候也能感觉到面试官是大佬，但是感觉很怪，前面都聊得挺好的，最后把我挂了，浪费我蛮多时间的。 感觉最开始可能是想要我的，但是后来来了更合适的候选人，就找个理由把我挂掉了。 一面（7.5） 自我介绍 推荐的岗位和其他算法岗（CV，NLP）有啥区别 写个代码（补全训练过程，可以上网查，也可以复制自己的代码） import t

一面: 1. 讲kaggle的金牌比赛，问了参加人数，算kaggle参赛人数前4的比赛 2. 做了两页ppt讲模型融合创新的点，面试官跟着理解梳理了一遍，较为认可 3. 手撕，都撕出来了 4. 问八股，logloss, auc实际意义，树模型全部讲一遍 5. 反问，问业务中看重什么指标和实际意义 出来5分钟后，紧接着二面通知 二面: 1.讲模型，同上 2. 深挖八股，交叉验证的意义，XGBoost

3.28笔试 一面4.10 项目 纸上手写一个模型训练的的pipline 用pytorch框架 10分钟 损失函数介绍 交叉殇和kl散度 联系和区别 adam介绍 有什么参数 学习率下降用余弦 原因 llama2和gpt区别 位置编码类别介绍 flash attention 4.15二面+hr 主要问项目 很多why 怎么选择 怎么考量 对比 比较相关问题 bad case怎么解决 难点 困难 h

全程25分钟，部门是百度文库策略部 1.自我介绍 2.介绍第一个项目，我的是一个RAG的项目，讲完他疯狂挑刺，然后我说了一些我们优化的一些点，他就说“你们这个地方做的挺粗糙的”，服了 3.问问题，问我transformer的结构， 我吟唱了一遍，然后他开始问一些里面比较偏的问题，有的答不出来就说一句“行吧行吧”我觉得我答不出来确实是我菜，多问一些拷打我我没问题，但是面试官也没必要这样搞人心态吧😭

自我介绍。 面试了C++基本语法和计算几何算法。 1.C++基本语法 （1）多态是什么？ （2）上一个回答提到了虚函数，接着问虚函数是怎么实现的？ （3）内存溢出和内存泄漏是什么？ （4）在子类是公有继承的前提下，父类的私有变量在子类能否直接访问？ （5）在A函数里用指针申请好空间后，这块空间需要返回给B函数，然后B函数使用后不再使用这块内存，虽然我们可以手动释放，但往往可能忘记释放，请问用什么方