《算法面经》专题

国庆节当天晚上的面试，三个面试官，汗流浃背了（鼠鼠第一次面对这么多人）.... 1.自我介绍 2.深挖项目 3.部门是做自动驾驶的，问了一些场景题 1）鬼影现象 2）3D检测中，回归出一个车的size，你认为哪些东西是最重要的？ 3）DOTA数据集 4）介绍一下nms iou 5）iou中的分子分母分别是什么？交集是哪两个框？ 6）map是什么？和ap的区别是什么？召回率怎么计算？ 4.手撕：给了

9.21 一面 起手声明工作方式（dddd），问能不能接受 自我介绍，介绍项目，我稍微详细把相关项目介绍了 大概讲一下transformer 模型在训练和预测时显存占用怎么得到（我考虑了量化，训练时优化器， 讲一下对langchain的使用的理解 调取api和本地部署llm使用上的优劣 手撕快排，然后问写出来这个是不是稳定的 pdd这面试系统真抽象，和它的笔试题一样抽象。真买不起服务器吗 9.28

#软件开发笔面经# 主要内容拷打项目，问得很细，基本一条一条问过来 比较泛的问题有： 如何评价基于规则的方法和深度学习方法？ 有没有做过评测，没有的话你觉得评测主要是做什么？用什么评估结果？ 算法在车端部署测试主要看什么？ 在重建过程中如何处理ego pose？ 手撕：有点像2024美团暑假实习第一次笔试的交朋友那道，并查集或者dfs

base深圳，岗位是算法工程师。 两个面试官，着重问了我做的两个物理层算法的项目，对我的FPGA项目不太感兴趣。主要问代码是不是自己编写还是matlab直接调的库函数啊，整个通信系统流程是不是自己独立设计完成的，问了项目的信道模型是什么，信道估计算法，检测算法等等，还挺专业的。然后问了下两个项目的系统参数，了不了解射频端，本科电赛用没用过我们的示波器啥的。总体难度不大，偏重算法考察，他们部门也是做

面试时间 8月22日 晚上21点。。 1. 自我介绍 2. 直接开始八股环节，实习都没怎么问 3. 模型推理技术优化 4. 大模型幻觉 5. MQA 和 GQA 6. 长文本推理优化 7. 微调过程通用能力下降怎么解决 8. 问Swish激活函数公式 手撕： 1. transformed绝对位置编码 2. 牛顿迭代法求平方根 面试官挺好的，虽然没怎么问我实习项目，但是说了一堆他们组做微调的东西 话

#软件开发笔面经# 深挖项目为主 （主要和本人经历强相关，部分没什么参考价值） LASSO回归或者norm-1惩罚项如何让累计差分向量变稀疏？ （什么是应变？...直接硬控面试官3分钟） 时间上连续的一维振动方程式如何做离散化的？ 车端算法效果如何测评的？用了哪些工具/方法？ 如何解决在线地图的误差累积问题？ 八股： vector有哪些插入元素的操作，具体操作复杂度和底层发生了什么？ vector

写个面经攒攒人品~ 时间：20240817 上午11点 时长：1小时 1.自我介绍 2.深挖项目，面试官挑了一个实习经历，问的还蛮细的，基本上我每说一点他就会反问一下 3.LR逻辑回归的损失函数，回答了交叉熵，然后让我用擅长的语言写交叉熵的伪代码 4.说一下MAE和MSE的理解以及区别 5.列表和元组的区别 6.场景题：给一个很大的文件，文件的每一行是一个很大的数字，如果给你一个单机，内存比较小，

8月17早上10点 1.自我介绍 2.简单的问了一下实习，然后就开始问MHA里面为什么每个头能关注到不同的信息，还问我两个模型所有流程都一样只有参数初始化不一样，训练的结果怎样？（这两个问题一直问，我觉得我说的已经很清楚了，感觉对面也不是很懂，做搜推的） 3.挑了我一个强化学习项目问，八百年没被问过这个项目了。感觉是两个人在尬聊 最后给了一道三数之和，也没问八股，很怪。。。 现在反正是没秒挂😓

1、自我介绍 2、竞赛你是怎么做的，你觉得哪部分工作让你取得这么好的名次 3、实习经历，你在这段经历中做了什么 4个人爱好，性格 5最自豪的一件事，工作中的优缺点 6、图文推荐，短视频推荐，直播推荐有哪些异同点 7、单列和双列推荐会有哪些不同 8、一道概率论题 9、一道算法题 10、反问 bg：双非本，top2硕，两段京东实习，一个深度学习竞赛3/800，无论文，感觉3面很少问技术细节了，相对来说

以为是二面，没想到面试官和HR一起面，一问是终面，感恩！ 面试官介绍部门 自我介绍 实习和项目狠狠拷打。具体过程？实习期前后期你分别收获到什么？分工？ linux怎么看cpu占用率？ 用过gdb调试吗 写过makefile吗 在哪些地方用C++？你刷算法题喜欢用c++还是python？ list和vector底层 shared_ptr底层 堆内存和栈内存区别 Transformer介绍 Trans

一面问了很多项目的深挖 二面上来没有自我介绍，直接手写 K_means聚类算法，憋着写了一半，没写完。 然后就结束面试了，问了我啥时候能到岗，一周能实习几天，然后就没了 有点搞不懂这个面试😢#第一次面试##Momenta##我的实习求职记录#

总体体验不错，面试官很和蔼，半聊天半提问 自我介绍 依次讲实习、研究方向、竞赛 （面试官：你不要觉得自己的经历和我们匹配度不高就故意讲得简略，这些无关的经历也能反应你的综合能力。QAQ） 八股（不分先后）： 1. C++ 指针有哪几种有什么用？ 2. C++ 多态怎么实现的？ 3. 讲讲进程线程调度算法（只讲了个大概） 4. 了解计算机网络吗？（非科班，摊牌说完全不懂，面试官很失望的样子） 5.

投递时间：2024/08/10 岗位：算法工程师 笔试时间：2024/08/25，题目：https://www.nowcoder.com/discuss/657897762507223040 面试时间：本来是2024/08/31，推迟为2024/09/07 16:00 时长：50min 自我介绍； 更倾向做开发还是算法； 详细介绍实习项目； 人形机器人怎么控制； 视觉识别是否用到了深度图像信息；

时长：1h 1.自我介绍 2.选了个实习深挖，这部分问了蛮多的，从流程到实现，每部分的输入输出等等 3.根据我的研究方向，问了一些经典的算法和最新的一些前沿成果（这部分拉了坨大的，面试官说我说的那些东西在他上学那会就有了） 4.注意力机制的计算公式？为什么除以根号dk？ 5.了解推荐模型嘛？知道哪些模型？ 6.手撕：和为k的连续子数组（面试官口述的问题，一开始理解成输出数量，结果是要输出所有的数组

1. 自我介绍 2. 项目环节 介绍下你实习期间的项目 SIFT提取到的原图和模板图的特征描述符，你是用什么办法将二者匹配起来的，用的是什么距离。 你觉得你在项目里实现的算法有什么创新点？ 3. 八股环节 1）讲下牛顿迭代法和梯度下降法，它们在数学上的区别是什么？ 2）我有一个图像分类任务，但数据集中有个别类别数量较少，应该如何缓解这种类别不平衡问题？在评估阶段对这些类别应该如何评估？ 3）在模型