《算法面经》专题

1.问下项目，问下我的情况 2.是否了解最新的BEV算法，讲一下 3.是否了解三维重建 4.考察相机坐标系的转换 5.手撕代码，翻车了，不考leetcode，考察两个旋转框的IOU box1 = [xmin1, ymin1, xmax1, ymax1, theta1] box2 = [xmin2, ymin2, xmax2, ymax2, theta2] 好复杂，只能说思路，没时间写 讨论每一种交

2024.6.18 实习情况: 什么时候可以到岗? 实习时间多长? 上来先手撕： 1. 二叉树的最大深度 ​2. 层序遍历 linux命令熟悉吗? 删除一个文件，查看内存，有一堆文件要查找带特定字符的文件 分类和回归的loss有哪些？ 回归的时候最后一层激活函数用什么 数据怎么做归一化？ bn是怎么操作的? 方差和偏差的区别 过拟合怎么解决？ 过拟合的时候说方差大还是偏差大? 介绍项目 warm

好久没面了，生疏的一批😭 全程一个小时 1.自我介绍 2.拷打第一个项目，我的是一个rag的项目，先让我大概介绍一下，然后问我对比解码缓解幻觉具体怎么做的，我开始吟唱；然后开始问八股，先问llama跟transformer相比有什么结构优化，我就说了几点重要的；然后问我lora微调和全参微调的区别，我开始吟唱，然后问我为什么不用全参，我说显存什么的，又问了显存占用的对比；接着问我rag有什么缺点

一面面了100分钟。 虽然约了二面，但是一面过程中有一些不足想向牛客的大家请教一下。 面试官问了两个场景题，问我该怎么做，一个用多模态大模型做xx任务，一个是多模态大模型的xxx能力不足怎么解决。 我感觉自己回答的非常差劲，想问问大家，有什么好的建议吗。作为一个被面试者，从哪方面回答，需要深入到什么程度呀，面试官需要我表现出怎样的问题解决能力呀 #你的秋招进行到哪一步了#

1.自我介绍 2.项目拷打 3.实习拷打 4.微调的显存需求，如何估算？经典的Deepspeed举例 5.deepspeed 原理 （ZeRO三阶段、offload） 5.多标签文本分类，怎么选大模型，loss怎么设计（不太会传统的NLP任务，每个文本可能有多个标签，只回答了一个交叉熵损失） 6.z字螺旋矩阵生成（感觉不能叫螺旋矩阵）： 具体为给定一个正整数N，生成下面形式的NxN的矩阵 N=4为

在boss直聘找工作，最早最快来的是本家的面试23333 自我介绍 第一份工作的规划 讲项目，打开ppt讲了。中间问了一个为什么简单的检索在项目里就很有效（我这边的是有参考文献的结论回答的） 问:最近大模型的趋势，发展方向自己的理解 然后讲一个自己比较了解和喜欢的llm技术，我讲了rope 问：应对超长的输入，llm怎么处理，以及有什么难点 还有看过什么最新研究吗，这个我确实没看 问flash a

用的是赛码的面试系统，面试官到点发起了语音通话，在线IDE。 ------------------------------------------------------------------------------------ 自我介绍，五分钟结束，然后面试官没有就自我介绍提问。直接说开始做题，从这里感觉到这是KPI面了。 -----------------------------------

1.介绍项目 2.场景题 大模型微调的全过程 大模型的多轮对话数据集怎么构建 怎么训练 对话上下文太长了怎么办 RAG技术 怎么存储的 3.算法题 两数之和 mysql的查询题#面试经验##算法面试经验分享#

全程35分钟，是个女面试官，感觉气场上应该是个部门主管；无手撕算法 1.先介绍了部门情况，第一次见面试官先自我介绍的，感觉确实是个领导，有亲和力 2.自我介绍 3.拷打第一个项目，我本来想共享屏幕对着模型图讲，结果面试官说不用，我就直接讲；这个面试官理解能力很强，我讲的她基本直接就懂了，之前有的面试官要问我好几遍；然后提了一些问题 4.拷打第二个项目，主要介绍了项目整体以及一些亮点，然后问了我幻觉

1.问了一下学校 哪里人 2.问了一下有没有做过数据挖掘 机器学习的项目/竞赛 3.问项目 4.有没有其他offer 想做什么方向#面试经验##算法面试经验分享#

全程50分钟，不过其中有十几分钟面试官去打电话了😭 这次面试官应该是个主管 1.自我介绍 2.让我挑一个跟大模型更相关的项目介绍，我介绍一个做rag的项目，然后介绍完问了各种问题，到微调的时候他问我lora微调的原理，到缓解幻觉的时候他问我对比解码的细节；感觉他对我的项目不是很感兴趣，可能看着像玩具项目😭 3.介绍另一个项目，我的是一个论文项目，我简单整体介绍了一下，然后他对共情提出了一些问题

八月中旬开始投，这周开始陆陆续续接到了三个面试 好消息：都没有八股 坏消息：手撕都出了问题 1. 科大讯飞：8.13投递，8.28一面，时长半小时，问了论文，问你对现在多模态大模型的看法，手撕378 有序矩阵中第 K 小的元素，稍微改编了一下题目，但是我只会最简单的直接全部排序。知道应该是用二分但是没想明白 2. 阿里控股：8.22投递8.29一面，全程聊论文和实习，无八股无手撕 3. 快star

1.介绍项目 2.八股 用过什么机器学习算法？ 讲一下随机森林 xgboost bagging boosting 讲一下逻辑回归 用的什么loss 模型过拟合怎么解决？ 测试样本不均衡选用什么评价指标？ 都是些机器学习的问题 3.两道算法题 比较开放#面试经验##算法面试经验分享#

直接就发了面试邀约，怀疑kpi面，直接反馈面试时间不合适

大佬们交流一下大概啥时候发offer呢？ ps：以后此号会持续更新一些面试动态，主要方向为毫米波雷达算法（感知算法、传感器算法）、信号处理、机械、嵌入式硬件，和各位大佬学习沟通