《算法面经》专题

主要是项目深挖， 刚开始很惊讶，科大也有搞电机控制的？ 三电平比两电平的优势。 PID整定方法。 开关频率？ 你实验室电机功率。 带载的力矩有多大？ 硬件部分谁在做？ 你主要做了什么？ 相对于其他学校的学生，你的优势在哪里？ 反问。很短不到20分钟没有反问甚至只有12分钟，可能对我没兴趣，总体比较水。 期待二面。

新鲜刚出炉 优选 供应链运筹优化算法 一面 40分钟 面试官先介绍了一下部门业务 自我介绍 挖项目，结合深度学习，用了啥模型，指标，效果，自己做了哪些事情 （项目里用到的）transformer模型和lstm模型的区别 说一下dropout，训练和测试时dropout的区别 说一下L1正则化和L2正则化 说一下A星算法（项目里用到） 说一下运筹学常见的求解算法 有哪些启发式算法和精确求解算法 了解

原文链接：百度面试复盘 用的语雀进行知识管理，唉路途遥远呐，算法基础，记录一下，继续努力。 #百度信息集散地#

是个声音很好听的小姐姐面的，面试体验超级nice。就自我介绍，然后问项目，然后就反问。没有八股和手撕，整个面试过程非常的愉快。 ps：感觉除了大厂会招做理论算法的人，这些制造业的厂都倾向于招把算法落地到开发板上的人，所以基本都会问，会不会C++，有落地的项目没。 也不知道后续会怎么样，等待中 #哪些公司面试官让你印象深刻？#

1. 全程问项目相关，没有任何一个八股问题，项目要非常熟悉，会进行扩展。 2. 开放性问题比较多，要能自圆其说。 3. 算法题是和编解码相关的。 #快手##快手信息集散地##音视频#

华测点云算法岗凉面（心灰意冷） 前言 ♠️ **自我介绍：**写在前面，个人技能树方面，激光slam（loam系列、fast-lio）和ros机器人方面有一定的知识积累和实践经验（研二上激光slam，研二下转向激光点云处理）。 针对点云算法岗，pcl库的函数和demo基本过了一遍，一篇地面分割方面的EI，动手跑了mmdet3d里的点云目标检测框架。 一面线上视频面 PCL 详细介绍以下几种滤波函数

45min面试分成三部分 1）项目介绍 广告公司实习，用多元回归看哪个广告平台对收入影响最大。 问：模型有什么问题和改进方法？答：依靠经验判断哪些特征有用，也许神经网络会好。问：你有实行这个改进么？答：没有。（羞愧） 科研项目，神经网络判断哪个SSD延迟更低。 问：用了什么样的模型，是否特征筛查。问：你知道什么业界的特征筛选发放么。答：我只知道便利所有特征组合。（相关矩阵） 2）机器学习问题 问：

上来先自我介绍然后让自己挑一个项目介绍。后续面试官问了很多问题 1 特征工程如何做 2 特征筛选都有哪些介绍一下 3 随机森林原理 4 支持向量机介绍一下 5 深度学习框架会哪些介绍一下 6 transformer介绍 7 attention机制都有哪些介绍一下 8 lstm原理以及相比于rnn的优势 9 时间序列预测都有哪些方法 10 介绍一下arima算法 11 数据库都会哪些 12 深度学习

8.3 一面 前半个小时讨论实习项目，但反馈说做的项目对比快手的短视频推荐像玩具。。听到这个感觉已经挂了。 算法题：1. 手写transforner； 2.寻找两个有序数组的中位数（hard？没写出来）。 8.8 二面 前半个小时还是讨论实习项目，这次讨论的比较温和，基本没有答不上的 算法题： 寻找长度为N，只包含1～N-1的数组中重复过一次的那个数，时间O(n) 空间O(1) 在有序有重复数组中

🕒 岗位/面试时间 12.21 下午三点半到四点半 👥 面试题目 自我介绍 ︎●八股文：BN 层原理 输出维度 计算步骤/ BN 和 LN 的区别/L1 正则和 L2 正则/过拟合怎么解决/梯度消失的原因和解决 ︎●项目：样本不平衡怎么解决/Focal Loss 是怎么计算的/增量学习的过程/知识蒸馏是怎么更新的/😇BN 层的缺点/为什么视觉不怎么用 LN?（我猜测是因为图像通道数目的原因，

奇安信 计划研究院 算法工程师 一面 40min 11.06 1.介绍了三段实习实习经历，里面用到的模型的原理，改进方法等 聊了20min 2.刚收到图像的训练数据，怎么进行处理 3.Yolov5的主要改进点 4.介绍特征金字塔，以及为什么它能提升模型的效果 5.介绍Centernet模型 6.anchor free比 anchor base有什么优缺点 7.Python列表去重的方法 8.Pyt

8.21投，9.12打电话三分钟一面，9.13部门主管面 全程25分钟，两个面试官，一个hr年轻人，一个部门主管中年人不苟言笑。 我是做控制方向的 1、问实习和项目。实习项目介绍，lqr控制流程，和pid的区别，控制的量化指标。学校项目介绍，负责的工作，mpc代码实现过程，用了什么模型。项目过程中遇到的困难和解决方法。 2.八股和手撕(说思路即可)。数组，链表，队列区别。判断链表是否有环(两种方法

Hi！给大家总结了互联网大厂秋招面试相关的问题，希望可以对大家有帮助哟～ 公司： 快手 岗位：推荐 算法工程师 面试：三轮技术面，一轮HR面和快Star（ 快手 特别技术人才计划）面。 面试主要涉及的题目个人总结下来主要分为编程题、 机器学习 基础、项目（实习/研究）经历三类。 Part1.编程题 - 主要考察大家作为工程师基础的编程能力和解决问题的能力。比如，当年面试遇到的两道问题分别是寻找迷宫

今年面试难度top给中邮 虽然只有十五分钟，感觉硬核程度高于大厂n倍 简历主要nlp 1.自我介绍，项目介绍 2.文本阅读理解中，如果原文有相关的语义描述，但需要抽取的实体本身不在原文中，需要怎么做？ 3.介绍一下t5，和GPT有什么区别和联系 4.讲讲基于对比学习的词嵌入方法（simCSE，不久前的顶会） 5.除了bert以外，还有哪些预训练词嵌入？ 麻了，nlp卷成这样了吗

Bert的模型架构讲一下？ BERT模型的全称是：BidirectionalEncoder Representations from Transformer，也就是说，Transformer是组成BERT的核心模块，而Attention机制又是Transformer中最关键的部分，因此，利用Attention机制构建Transformer模块，在此基础上，用多层Transformer组装BERT模