《算法面经》专题

#面经# 自我介绍 0. 问简历 讲了讲两段研究经历，因为方向比较偏所以没问太细。 1. Transformer细节 答：self-attention，positional encoding, memory, cross-attention, subsequent mask等等 预测时怎么预测？ 答：autoregressive 2. VAE 答：构建高斯分布和实际数据分布的映射。实际训练中先用网

无手撕，无八股，问的都是简历上面的项目，会讨论的非常详细，也会有些拓展问题。 面试官非常nice，超级详细的介绍了部门和主要的业务！ #秋招##面经##吉利#

提前批，延后到了现在…… 敢问多少佬鸽了，池子排序到了我 三个面试官问问题， 华为大疆长光腾讯，只问华为，果然对标华子是吧 面试内容： * 自我介绍 * 需要简历共享屏幕 * 邮件问题，见末尾 * 项目深挖 * 论文算法 * 异构设备了解吗 * Ascend了解吗、 * 算法比赛 假设我们有一批设备的故障数据，且故障与设备的部件一一对应。设备的数量有10000+，故障种类100+，我们有每个故障的

题目：给定一个数字n和数组numbers，求由numbers中元素组成的不大于n的最大数 思路：为了保证最终结果ans最大，需要尽量保证ans的高位和n的高位一致，ans的低位小于n的低位，这里存在三个需要注意的点 numbers中不存在小于等于n最高位的数字，此时需要使用numbers中最大数，组成一个位数小于n的数字 对于n中某一位数，numbers中不存在小于等于该数的数字，那么该数的高位就

自我介绍 介绍项目 BERT了解吗，具体讲一下 BERT采用哪种noramlization方式 transfomer为什么要除以dk 推荐算法了解多少，具体讲一下推荐算法框架及流程 手撕代码 查找最小k个数 你有什么要问我的吗

岗位：算法工程师（运筹优化&机器学习） 15:00专业面试1 自我介绍； 问科研项目（问得很细）； 问实习期间做的项目（问得细且发散，实习做的东西越充实越好讲）； 机考复盘讲思路； 手撕一个子序列问题（手写）； 反问。 16:00专业面试2 面试官是实习MT，过程不细说，实习期间对我很满意所以直接速通，查了一下跟我说一面成绩顶格了，他也给我拉顶格，剩下聊之后部门的业务发展之类的。 手撕lc

约1小时 1.自我介绍 2.挖掘项目，做过啥问啥，面试官有引导这部分面试体验不错 3.手撕算法，找数组内所有和为目标值的组合 4.反问环节 我太菜了，手撕代码太难了，没有debug环境我就是个废物后面只让我讲了思路，但是没写出来内心很不好受估计凉了 面试总结：面试官人不错，心平气和的，我写代码写的慢也没催我，讲项目内容的时候我有的地方磕磕绊绊的没答好甚至帮我回答了总之没有对我这没捋清算法思路，回答

1、 给定一个字符串，逐个翻转字符串中的每个单词 2、 判断数组中所有的数字是否只出现一次 3、 无重复字符的最长子串 4、反转链表 5、给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标 6、二叉树的最近公共父亲节点 7、写一个函数，找出一个整数数组中，第二大的数 算法题基本在面试时都会遇到，因为他是对我们代码能力的直观体现，可

#满帮# 10.19 笔试 10.26 一面 1. 挖项目（讲一下层次聚类，ResNet和Densenet的区别，以及ResNet被发明主要为了解决什么问题）。 2. 讲一下卷积（问了很多细节）。 3. 讲一下BN，在什么维度操作，为什么进行scale和shift。 4. 讲一下XGBoost和GBDT区别（细致到问了泰勒二阶展开和一阶展开的数学公式，以及泰勒展开的作用和原理）。 5. 问了LST

#运筹优化# #京东# #实习# 一面70min： 1.自我介绍 2.介绍一下单纯形法 3.介绍一下分枝定界 4.介绍一下列生成 5.问项目（问了两个，深挖） 6.问实习经历 二面70min： 1.自我介绍 2.直接开始问项目（深挖，问的非常细） 3.问启发式项目（也很细） 4.gurobi有什么加速/启发式，有尝试过调整参数吗、效果如何 两轮面试问的非常细，从基础知识到项目，都要掌握的比较好

知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别？ 生成式模型先对数据的联合分布 进行建模，然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模，由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布，关心的是对于给定的输入，应

面试官很好 是我太菜 问了随机森林 XGboost EM算法 其实很多都是他问我了解什么我说了 再细问我又不清楚 可我没有会的了 面到最后就很尴尬

上上周offer被毁，无奈重新投简历，刚结束讯飞一面情况给大家分享。 总时长45min不到 上来先是常规自我介绍，之后问了下为什么选择转做nlp(之前的实习一个推荐广告，一个deepfake，一个vlm based 3d场景理解) 简单聊eccv论文，引申问题，llm如何处理长文本记忆功能(重点不是魔改网络或者long memory tranformer)。想到了sentence embeddin

感觉又要当二面杀手了

#软件开发笔面经# 面得贼快面试官上来就把每一环节的拟耗时说好了，什么自我介绍3分钟，项目讲述20分钟啥的，最有规则的一集了属于是 项目： 找一段个人觉得最充实的实习，讲一下主要工作，解决了什么问题，遇到了什么技术上的困难，具体模块的方案和输入输出都是什么 讲一个最近看过的深度学习策略的相关文献，简单描述下方案 假如要求你用模型方法做在线地图，可能会遇到什么技术上的困难 八股： unordered