《算法面经》专题

努力打赢复活赛

一面全程一个小时20分钟 1.自我介绍 2.讲实习项目，问了下多路召回合并的问题，怎么做的小流量ab实验，每路召回占比怎么确定。 3.召回命中率怎么算的，怎么确认漏召的商品。反复盘问了很多细节上的东西 4.讲了下另一个rag项目（做的不咋样） 5.知识库的大小和结构 6.扣了很多细节，觉得我做的太简单了，问我为什么不用大模型来微调（我说没资源） 7.怎么微调的嵌入模型，负样本选择，rag里还可以怎

1. 自我介绍 2. 项目介绍 3. 目标检测算法 4. 目标检测的类别数，数据集大小 5. yolov5的改进 6. 量化的校准数据集 7. 量化的原理 8. 量化的精度评估 9. 量化计算scale的方法 10. 吞吐量计算 11. 推理框架 12. 计算图的构建 13. 卷积算子的实现 14. 矩阵乘分块 15. 大模型分词器 16. ARM NEON 17. kv cache 18. 指针

8.27 1.自我介绍 2.项目(llava的训练，qwen和clip层如何拼接，对多模态的了解，prompt词是怎么设计，如何微调的模型，数据量是多少，评估指标，浅浅问了rag) 3.手撕 括号匹配(优化版，如果考虑括号的优先级应该怎么做) 无八股，也没有问一些基础的东西，几乎40分钟都在聊项目，10分钟写算法，还叫提前实习 已约hr面

一面8-19 1.自我介绍 2.问美团的实习，问我商品量级，召回中相关性分档怎么做的，会不会出现query太不规范不能match到商品，怎么解决？我们的场景是否每个query和item都能匹配到相关性分数？ 3.精排模型我们用的baseline是什么，怎么用query和行为序列做的target attention，行为序列怎么截断的，最后如何用query打压搜索结果的推荐多样性？ 4.有哪些序列建

本来以为会主要问检测跟踪相关的，还好，后来反问的时候问了一下主要是想用生成模型来生成图片或者数据这些然后就主要还是问的实习经历 1.自我介绍 2.商品换背景的时候如何解决和边缘的融合问题，给出她们那边的场景是红绿灯，固定红绿灯的话生成图整个画面非常不和谐 如何解决 3.百度实习，人像相关生成，主要解决的是什么问题 4.adetailer使用如何实现增大与用户相似度 5.删除链表中重复元素 想不太起

自我介绍。 研究方向详细介绍。 使用的强化学习算法框架，网络结构，loss。 模型参数量是多少？ 怎么部署？ 交通流参数识别。 模仿学习了解吗？ 手写CUDA算子感兴趣的部分。 换道，跟驰实现的逻辑。 长路径路由怎么实现的？ 给出具体实现的逻辑。（这里能答，但是当时有点紧张，就说了宽泛的概念。） GPU的结构了解吗？thread等概念。 贝尔曼方程的概念。 强化学习模型遇到没访问过的状态怎么办？

问了硕士研究方向的一些问题 然后全程问项目 无八股 手撕 数字字符串加法 中间屋内断了两次网，简直坑爹。希望不要影响大局。许愿一个oc

一面4.7 介绍项目一些项目相关的八股 一道dp题 二面4.9 感觉像主管 问了问项目 但更多的是开放性问题 这个项目自己做了哪些部分 怎么从新开始做一个项目 自己的优势 工作中如何像优秀的人靠齐 最近看什么书 无手撕 许愿一个后续 #招银# #招银网络科技#

业务面就一轮，然后后面就是hr面了 面试流程： 自我介绍 对项目经历进行简单提问 之前在京东物流实习感受怎么样，有什么收获 未来期望的工作地点 研究生为啥选择控制科学与工程专业 考研去的清华还是保研 本科成绩怎么样 入学以来最有成就感的一件事 问问我在其他公司面试情况，offer情况 入职多久能到岗 反问： 为啥视频会议室地址写的是上海，base地上海吗，想去北京的实习(后来解释了base在北京，

4.18面的，无手撕，对友友们有帮助的话可以点个赞哦 面试官感觉搞传统算法比较多，一直问场景题(比如有两帧图片，一帧人比较模糊但是其他清晰，一帧人清晰但是其他模糊，但是人的位置移动了，请问怎么办)感觉是想从我这看看有没什么点子,我随便扯，利用SNR啥的。。。 总共25分钟，面完过了2-3个星期官网看挂了，问了hr还说面评不是很好。我只想说，你6。 #虹软##计算机视觉##实习##暑期##面经##算

自我介绍 八股（可能遗漏）： 1. 讲讲推荐系统流程 2. Transformer 位置编码是什么 3. QKV 注意力公式为什么除以根号 d 4. 简单讲讲 GCN 5. 简单讲讲 RNN 6. RNN 里的参数是什么样的（答：参数共享） 7. Dropout 是怎么做的？有什么作用？推理和训练时 Dropout 的区别？如果推理也用 dropout 会怎么样？ 8. 讲讲 BN？BN 训练和推

1. 介绍项目 2. imu怎么加入到vo 3. imu加进去对定位精度的提升 4. 平面拟合，有斜坡怎么处理 5. 激光雷达和相机结合进行三维重建的具体步骤 6. 了解过滤波吗，说说kf，ekf，ukf 7. ekf中传感器噪声和测量噪声的大小，对滤波过程的影响，两者太大，分别会造成什么问题 8. 了解过什么运动模型，没明白意思，面试官举了一个横向运动的例子 9. 智能指针，讲一讲 10. 引用

写在前面：招银的面试体验巨巨巨好，秋招到目前为止可以和美团的面试体验并列top1，面试官非常温柔而且很善于引导，也会鼓励😭 Timeline： 9.9一面，9.10二面 一面： 介绍项目 Lora具体怎么做的？ GAN和diffusion的区别？ CLIP的原理？还有哪些多模态模型？答了BLIP，BLIP2，llava，继续追问原理 手撕：螺旋矩阵 一面完2个小时约二面 二面： 手撕三数之和 讲

6.30二面，二面半小时。 一直在问实习项目，主要问业务场景的一些具体问题。真的问题很细，问到具体的代码 如何处理数据不平衡问题 实验室情况，导师情况，个人优缺点 如何排查内存泄漏问题 对工作地点，薪资的要求 是否可以接受岗位调剂 大模型相关的一个没问，感觉要凉。。。 #讯飞#