《算法面经》专题

1.自我介绍 2.项目介绍 3.针对项目介绍问了一些问题，其实都是我介绍过的点，感觉面试官也没怎么认真听，     问了项目用了什么方法、什么模型     怎么避免遮挡问题 4.研究生期间研究内容是什么，讲一些相关的论文 5.本科期间研究方向是什么 没给反问的机会，直接半小时一到面试官就赶快结束，让我等消息！！ #2022提前批#

4月底投递 测评：没啥好说的。 笔试：单选+多选，算法+各类基础知识。 5月中下旬技术面：约15分钟，主要针对项目和比赛提问，聊了下项目的具体内容，询问了英语水平，大概需要能看懂英文文献，问了一些算法的优缺点，我有一个人工智能相关的比赛，问了比赛用的模型，然后说了下三一现在主要使用的人工智能方法，问的并不深。 6月中旬总经理面：群面，60人一小时，啥岗位都有，双985占30人以上，几乎没有双非硕士

1.    自我介绍 2.    询问实习时间，谈论简历中上一段实习经历 3.    讲一讲简历里做过的最让你印象深刻的一个项目，具体的实施过程 4.    （面试前不知道是cv算法方向，讲3的时候谈到了CNN）问了三个关于神经网络的问题： 1.为什么ResNet中使用1×1的卷积核 2.介绍一下CNN的反向传播过程（这个没推过，完全不会） 3.Dropout的作用 5.问最近有没有写过代码，手撕

汇总了自己去年秋招的面试记录，希望给大家提供一些帮助。 提前祝各位都能拿到心仪的offer～ 个人情况： 双985科班，研究生主要做推荐相关研究, 下面的面经基本上即为自己秋招阶段(含提前批)参加过的所有面试。 p.s. 欢迎大家投递b站实习，随时可查进度, 可以帮忙修改简历、辅导面试 通过下面链接即可

前言： 岗位：机器学习算法实习 笔试情况：无笔试 一面 1.自我介绍（非科班硕，一份水实习）; 2.介绍项目，并由此引出一系列八股文： 介绍gbdt算法的原理与实现 说说xgboost对于gbdt所做的主要优化 3.介绍实习工作 简单介绍resnet及其主要改进(shortcut连接，BN层)，说说这些改进为什么work 介绍transformer及self-attention机制实现方式 了解哪

ps：6.17投递，6.30测评 7.13一面 全程没问图像处理的东西，也没撕题...... 先自我介绍。。。 然后问是保研还是考研的？ 本科成绩排名多少? 研究方向是什么？有成果吗？ 介绍一下简历上几个项目。。。(项目都和图像处理没太大关系) 反问环节。。。 最后下来一共20多分钟，不到半个小时。。。 7.21二面 先自我介绍。 聊简历上的一个项目，问细节。 聊研究方向，讲自己的工作。 穿插着问

总共三面，因为项目比较多，所以基本都是侧重于项目相关的 每轮面试20分钟左右 主要内容： 1. 在校成绩、是不是保研、获奖经历（每轮都问了） 2. 第一轮面试主要问了GAN的损失函数设计、发展历史，问我传统图像处理相关是否了解，问了对比度怎么调整 3. 第二轮问了我做的几个图像风格迁移（cyclegan、pix2pix）相关的内容，以及为什么使用这些网络 4. 第三轮主要问了做的项目之后甲方验收的

23校招百度提前批，视觉算法。7.22一面 1、自我介绍，我劈里啪啦讲了5分钟。总之把你和职位相关的内容全部放上去 2、提问项目，面试官提问你简历中的相关项目。自己的项目一定要写清楚，并且准备好。没有项目可能就要问你各种八股文了，八股文容易翻车 3、手撕代码，pat乙级的难度。我第一个算法，面试官说复杂度太高，让我优化。优化过程不是很顺利，最后勉强写完，边界条件出了点问题，面试官说回去再考虑，流程

一面： 介绍项目（听我聊了二十分钟） 面试官说了一下公司的主要需求 反问 二面 stl中list如何实现删除所有val为偶数的节点； MySQL中自增主键和自定义id做主键有什么区别； MySQL中表的设计遵循了哪些规范； golang里面slice和rune是什么； C++实现多线程中，锁是怎么设计的？ 非递归锁和递归锁有什么区别？ 期望薪资； 反问。 昨天出结果说复试过了…… #国电南自#

笔试题型 -题型：选择+填空+简答好像（过的有点久了有点记不清） 主要内容：图像处理相关的，代码运行结构、深度学习相关的、、、记不太清了 面试经验(电话面试) 主要是问项目相关的： （1）为什么选择这种算法，这种算法和其他相比有什么区别（或者有什么创新点） （2）样本数据集有什么特点，存在哪些问题和挑战怎么解决 （3）在这个方面最新的方法（算法）有哪些（大概说下思路） 总结 自己做的东西一定要梳理

陌陌 推荐算法工程师  一面面经 45分钟左右（秋招第一面） 刚开始面试官的电脑没有声音，换成微信，再加上我在实习，只能在餐厅面试有点吵，网也有点卡 1. 深挖项目（计算机视觉，所用的模型有什么特点等） 2. 竞赛（NLP,一些模型的基础知识，deberta与bert的区别等) 3. 机器学习基础知识：逻辑回归损失，参数更新公式，线性回归损失，参数更新公式，这里紧张多写了一个平方。。。。。面试官点

公zhong号 ： 内推君SIR    ，  聚焦 自动驾驶、汽车、芯片、机器人等高科技行业， 实习、校招、社招，技术发展，行业动态。 内推 ：小马，文远，图森，Autox ，元戎，Momenta，智加，极智嘉 ，大疆，蔚来，小鹏，理想，百度，美团，阿里，字节，小米，海康，高仙，英伟达NVIDIA，一汽，上汽，吉利 Case 1 1、有DaSiamRPN,SiamRPN++相比于SiamRPN的改

提前批上个月底发的意向书，实属捡漏（数字化业务😏） 一面 自我介绍。 讲一个项目。 有做什么修改吗？ 怎么进行模型微调的？ 手撕剑指58 整理实验结果怎么整理的？写脚本自动生成吗？ pytorch里训练的流程讲一下，分类网络的完整框架怎么写？数据集怎么读取？ 问了一些毕业论文的问题，创新点？与SOTA比较？ 二面 自我介绍。 介绍一下第一个项目。有什么创新点？传感器怎么融合的？ 挑一个有创新点的

蚂蚁很早就投了，但是直到三月底才捞起来面试，部门是支付宝事业线，岗位是计算机视觉算法 先问了一下有没有做笔试，做了笔试就先不做题了 项目中为什么使用了卡尔曼滤波，为什么跟踪模型使用了比较老的SORT 场景中相邻帧的box跳动较大对跟踪的影响 SORT的匹配是怎么做的，简述一下匈牙利算法（被面试官质疑了一下，问是不是应该是KM算法，脑子抽了没想起来，其实带权的二分图匹配就是KM算法，只记得叫匈牙利了

一面 1. PTQ和QAT的区别 2. 如果对embedding也做量化，你觉得会有什么问题 3. 说一下常见的量化方法和原理 4. 假如现在让你对transformer模型进行量化，你觉得需要量化哪些算子 5. 矩阵乘法算子的量化过程 手撕（如流IDE） 1. 搜索二维矩阵 Ⅱ lc原题 2. Top k 3. python pep9规范 问题 二面：交叉面 1. SLU和NLU的区别 2. 其