《算法面经》专题

自我介绍 对推荐算法了解如何 项目深挖 两个项目都是kaggle上的，面试官还吐槽怎么全是kaggle（这不是非科班没有项目只能硬整两个么） 打比赛模型大家都差不多，如何进行提升 介绍一下transfermer 手写一下transfermer的自注意力的公式 求数组中第k大的数（写了个nlogn的归并，经面试官提醒发现可以用快排写o(n)，但是快排忘了） 反问 面试了一个小时，体验还行，面试官看我

背景:211本浙大硕，研一，acm铜牌，一篇Neurips在投，之前是做3d视觉的。百度这个岗位其实和我不太匹配，是做diffusion相关的。 一面:对方看我的acm经历，认为我代码能力应该没问题。然后聊了聊我的论文，说我研一能发论文已经很不错了，平时应该比较忙。然后得知了这篇论文是我三个月做出来的，表示我上手能力应该比较快，到时候转diffusion应该会很快，并且问我能不能接受转方向。然后聊

菜鸡的一次试水

1小时，无手撕 你用的对抗损失有什么特点 采集的图片压缩噪声居多，还是说采集噪声居多 facefusion了解吗 讲一下扩散模型原理 ddim推导过吗。。。。。。。 有啥加速采样方法 欧拉采样怎么做的 文生视频有了解吗？（我简单说了下dit。） llm了解吗 clip讲一下 qformer讲一下 无手撕 #阿里##秋招##面经##如何判断面试是否凉了##算法#

一面 1.自我介绍 2.项目介绍 3.Attention相关 4.流形学习相关 5.网络/操作系统基础 一面大概40min左右，没问太深入 ------------------------------------------- 二面： 1.自我介绍 2.项目介绍 3.三维重建相关 4.点云转mesh 5.聊了聊期望薪资、期望工作地点。。 当天下午二面，大概30min左右，也没问太深入的问题 ---

四月很多面试都推掉了，所以只面了两个厂，字节和虹软。顺便问下，华为暑期实习不推进的话会影响秋招吗？ 字节一面： 自我介绍 分类和回归常见的损失函数？ 逻辑斯蒂，hingeloss，l1，BCE，focal等等 BCE的公式是什么，和KL散度的关系和区别？ 一部分log的系数不一样 selfattention的原理和过程 为什么selfattention能注意该注意的地方，你能数学证明出来吗？ 我能

一面（1h）： (1)问比赛/论文 面试官问的比较广，能考察到知识的广度，比如我突然被Q到了解自监督相关方法不，还有问到三维分割除了用三维卷积做还能怎么实现？ (2)基础知识 过拟合问题怎么解决 (3)手撕： 岛屿问题的变形，要求输出所有连通的点的集合，返回一个嵌套list 二面（1h）： 1、项目：由于是交叉面，项目问的没有上次那么深，拓展也不是很多。 2、面经： (1)介绍一下UNet (2)

全程18min 面试官不开摄像头 问题: 介绍第一个项目 介绍第二个项目 第二个项目有没有考虑静音帧（没录音，记不太清了。没考虑过回答的不好） 第二个项目没继续深挖的原因 除了做过语音识别还做过什么 笔试代码重复率比较高原因？ 反问： 多久出结果？答看HR通知 HC多吗？直接回答不多 面试没有手撕代码，全程面试官不开摄像头，环境也很嘈杂，应该是KPI面。

9.10 笔试 9.21 荣耀一面 一面进行了大概25分钟 自我介绍 有关图像相关的项目细节 课题工作细节 python相关问题 反问 面试官人很好，基本围绕项目没什么八股#荣耀求职进展汇总#

【一面】 对着项目问的比较多 1. 线性回归的假设条件是什么 2. 介绍lstm，transformer这些 3. transformer相比于seq2seq，它的增量点在什么地方 4. 因果推断和（事件发生前拟合一个模型，使用这个模型对事件发生后进行预测从而得到效应），增量在什么地方，有哪些本质上的区别（跟我的项目相关） 5. 对于销量预测模型，你有什么思路；怎么进行模型选型；如果没有其他特征，

90分钟。。。。 VQGAN的数据集是什么量级 有微调经验吗 介绍sd 介绍sd的训练过程和预测过程 两道算法题。。。。跳跃游戏、复原ip地址 #我的实习求职记录##算法##腾讯##计算机视觉岗##面经#

总共半小时，算法岗。 先就个人情况问了一些问题。 1. 介绍一下你实习做过的项目。 2. 简单介绍一下数据并行、流水线并行、张量并行（因为我简历上写了） 3. 你实习的这些项目有哪些你独特的贡献？ 4. Python list 底层怎么实现的？操作的时间复杂度，如insert pop。

3人群面，2个面试官：技术+hr，共30min。 整体流程很快，比较轻松，hr有耐心。 技术：如何保证自己项目的实现效果；简要介绍一下项目中的某个算法； hr：都投递了哪些方向的岗位；如何看待工作地点北京；有无男女朋友，工作地点考虑； 补充：工作时间855加班不多；不倒班；只有这一轮面试，一两周内会发offer无拒信；薪资结构；有宿舍餐补。

#荣耀信息集散地# 一面 5.7 30分钟 1.自我介绍5分钟 2.提问论文的创新点 3.提问项目： （1）paddle2onnx模型算术类型有没有发生变化（fp32-fp16或者int8） （2）模型精度有没有发生变化？怎么进行微调的？ 4.举例一些常见的激活函数 5.列举这些激活函数有什么区别 6.反问 7.无关紧要的一些问题 二面 5.10 30分钟 （面试流程中未出结果） 1.自我介绍（五

腾讯-base未知-广告算法 做题： 1. 求两个列表的交集，时间复杂度尽可能低，不可以用map和set 2. 求一个数在一个列表中的最大数 ner模型除了gp还有哪些，gp相比普通ner的优点 ner中如何去解决预测错误的问题，比如宝马三系标签是BIBI中的三系 什么是线性可分，逻辑斯蒂是线性还是非线性的 常用的ctr模型 deepfm的fm结构是啥 如果输入特征只有一维，做二分类任务，这个特征