《算法面经》专题

本硕某中游985，非科班24届，第一次找实习 一面 2023.2.27 周一 17：00 腾讯会议 约50分钟 自我介绍 讲一讲简历上的第一个项目（图像分割），项目挖的很深（网络结构，损失函数，创新点），约20分钟 转置卷积的计算方式？怎么补零 卷积的计算量，分组卷积的计算量 介绍一下Transformer中self attention的计算方式，为什么要用多头？ 做题发的牛客链接，反转一定区域的

双非本985硕，icpc银，1篇sci1区（cv相关） 蔚来智能座舱1面-2023/3/1 面试官性格很好。聊了一个小时左右。后续hr说面得还行，然后一直在评估，可能面的人不少吧。 1. 自我介绍 2. 挑一篇你觉得最好的项目讲一讲 3. 你的算法对比其他的有什么优势 4. 你觉得你的算法有什么缺陷，怎么改进 5. 卷积的计算量(n*m*k*k*c_in*c_out) 6. 计算量越高，推理时间越

双非本985硕，icpc银，1篇sci1区（cv相关） 面的是研究院-见习算法开发工程师 一面： 主要是问我大三时做的分割车道线的项目。面试小哥脾气很好，有些忙，一时没想出来会引导。虽然一边走路一边面试，声音有时候听不清。 整体面试1小时10分钟 自我介绍 识别车道线用分割和检测哪个更好？你为什么要使用分割？（答：一方面是因为分割有百度的一个公共数据集，可以大规模训练；二来目标检测可能受车辆等目标

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投递岗位为算法工程师-NLP方向，投递时间n，笔试时间是m=n+14，一面时间是k=n+26=m+12，over 一面 30min： 自我介绍 挑一个具有代表性的项目说一下 对项目细节进行提问，某个地方怎么实现的，为什么这么实现 可以解释一下熵吗，它的公式怎么算的？拿到一个BERT的base

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投递岗位为自然语言处理工程师，投递时间n，投完直接挂了，后来找师兄部门直推的，一面时间是m=n+49，over 其实面试的时候能感觉到是KPI，对我兴趣不大 一面： 自我介绍 介绍第一个项目，并对项目进行提问，细节包括输出、参数更新、反向传播等 介绍第二个项目，是否遇到样本不平衡的问题 神经

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投递岗位为NLP算法工程师，投递时间n，测评时间是n，笔试时间m=n+17，一面时间k=n+30=m+13，over 其实挺想去顺丰的，选的深圳的base，听说适合养老？但是面试的时候感觉办公环境一般，因为面试官直接在工位上面试的，感觉工位小小的，而且有点吵 一面（30min不到）： 自我介

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投递岗位为2023届提前批-自然语言工程师，投递时间n，测评时间是n，一面时间m=n+8，过了一个月收到感谢信，over 一面： 面试官介绍，该部门主要的研究方向是网络安全的自然语言处理（准确来说是融合多方技术），例如黑客访问通过日志回溯过程。 自我介绍，介绍一下三个项目？ 是否了解知识图谱

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投递岗位为算法工程师（数据挖掘），投递时间n，测评时间是n，笔试时间m=n+4，一面时间k=n+27=m+23，over 直接电话约面并电话面试的，围绕项目抠细节，面试官人很好，海信值得一面 一面，55min： 项目一模型设计、实现细节 评价指标，micro-F1和macro-F1，宏平均是

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投的2023届提前批-NLP算法工程师，base杭州，投递时间n，一面m=n+46，二面k=m+5=n+51，over 个人包括同学的面试感官都不是很好。。。 一面（电话面）35min： 分别简单了解了一下三个项目 最熟悉的框架？ pytorch有什么优点 最了解的编程语言，回答python

一面两个面试官。给我一种很焦急的感觉。面试时长35分钟。 CNN和MLP的区别。 什么是卷积 梯度下降的公式 lambda写个字典排序 写了一道sql，包括求和、排序 其他忘记了。 项目没咋问，因为报的岗位和这个不相关。

5.29 一面 1.做个两三分钟的自我介绍 2.详细介绍简历上的一个项目，差不多说了二十分钟，会对项目进行各种提问 3.通信算法相关知识提问 1.如何提升通信系统的通信速率 2.发射分集 3. 4发 3收 的 MIMO系统相对于SISO来说性能提升多少 4.反问，问了面试表现和什么时候出结果，以及wifi7相关的情况 6.1 二面 1. 做个一两分钟的自我介绍 2.详细问一个项目 3.通信知识问答

终于有些对口的了，不容易 —————————————— 8.16一面 介绍一下蔚来实习的项目，讲了大概20min的项目，面试官说我做的东西挺多的。 没有八股，直接开始coding，本来问我概率论学的怎么样，我说考研学过一些，面试官说不出那么难吧，然后出了一道岛屿数量，5min就a了。 如果他们有hc的话应该能过吧，面试官说保持联系。许愿过一个，鼠鼠秋招还从没过过一面的呢 #自动驾驶# #秋招# #

24.08.17-14:00 记录一波 1. 自我介绍 2. 项目中模型如何训练 3. 目标函数用的什么 4. 训练的计算资源和时间用了多少 4. 手撕：寻找字符串中最长有效括号子串 5. 梯度消失和梯度爆炸如何缓解 6. batchnorm中可学习参数如何获得，是反向传播吗？ 7. l1正则和l2正则的区别 8. 如果要筛掉大量数据中的一些无用数据，用l1还是l2，为什么 9. 树模型和LR区别

一面 1.自我介绍 2.介绍卷积 激活 池化 全连接层含义 3.什么情况下可以不使用池化层 4.项目中使用了什么数据增强技术 5.阐述SVM原理 6.解决过拟合的方法 7.决策树怎么划分特征 8.随机森林有两种随机方式 怎么体现 9.线性模型和非线性模型的优缺点 10.样本数量小且特征数量多时 使用线性还是非线性模型 11.离散特征的处理方式 12.会不会用Linux 13.会不会TensorFl

1.介绍项目 2.imu预积分 3.ransac拟合平面,步骤 4.vins的初始化方法,sfm的具体步骤,sfm的输出是什么 5.vins4自由度优化,为什么是四自由度 6.Im,和gn的不同,优点 7.智能指针,uniqueptr转移所有权写法 8.auto的使用场景 9.C++的三大特性,构造函数,析构函数可以是虚函数吗,基类和派生类谁的析构函数应该是虚函数 10.等分割链表,如果不能等分,