《算法面经》专题

相当于 HR 面，不过问起来更深入。 内容： 自我介绍。 至今印象深刻的最大挫折；原因和解决方式。 毕业想从事的具体方向的思考，职业发展规划。 期望工作地点；简历投了哪些地方；为什么选择这些工作地点；更喜欢卷的地方还是生活安逸的地方。 考虑过去上海吗。 有没有女朋友。 期望薪资；有没有和别人交流过期望薪资。 反问： 薪资构成。 有没有开拓国际市场或者计划。 有意思的地方： 技术面时面我的竟然是他们

面试时间约半小时 1.英文自我介绍2min 2.三个面试官轮流问： 面试官1 挑一篇论文，具体做了什么工作，详细介绍，背景、创新点，问投稿时reviewer的意见 如何调参（lr bs epoch 优化器选择 Adam和SGD区别 常用loss有哪些 L1 loss和L2 loss区别，各自应用在什么任务 问另一篇论文，具体做了什么工作 面试官2 点云格式的数据 点云怎么映射到二维平面 点云的配准

公司：商汤科技 面试：后端开发实习生(超大模型落地方向）一面 背景：想在寒假找到一份日常实习的我在boss、牛客、各大官网海投简历，前前后后面试也有十几场了，最后也OC了两个公司，前几天美团给了offer就准备收手了，但商汤科技突然给我发消息让我去面试，心想着可以拿大厂练下手，为暑期实习积攒经验就答应了晚上八点的面试。 面之前我是知道商汤这个是后端开发岗位，和大模型可能有点关系。我以为和美团一样都

30min 自我介绍，问了家是哪的，有无男朋友，意向城市，是否接受城市调剂 本科成绩，现在的研究生是保研还是考研 介绍本科项目，问了项目细节，讨论了项目算不算开集识别 项目遇到的难题是什么 介绍硕士项目，问了细节和难点 问对深度学习有什么了解，回答的比较泛，以为会深入问之后我再具体细说，但是没有接着问了 说我的研究内容和语音有关系，但关系不大，做语音哪个方向都可，大概是接受岗位调剂的意思 反问，上

面试时间：7月20日晚七点到八点十分，一小时十分钟。 按时间线梳理： 自我介绍 询问实习公司base，以及询问我的意向base和他们的base地都有哪些。 针对自我介绍中提到的实习经历进行了提问。 提问项目中涉及的Transformer，LSTM等内容，以及为何使用这些网络。 为什么Transformer要比LSTM好？ 提问项目中涉及的GAN，并让我简单介绍一下GAN。 GAN为什么会被提出？

1、自我介绍 2、拷打项目 3、数据增强方式了解哪些？ 4、Transformer的一些前沿改进（因为项目里用了Transformer） 5、期望工作地点？ 6、反问 全程比较舒服，三十分钟，过不过听天由命#科大讯飞##科大讯飞求职进展汇总#

1. 岗位跟你的专业方向上的匹配度？ 2. 实习时间多久？ 3. 毕业或老师对你们实习有什么要求？ 4. 现在找的是你的第几份实习工作？ 5. 对实习有什么诉求？ 6. 继续读博还是就业？ 7. 就业的方向呢？ 8. 比赛属于个人名义还是实验室报名？ 9. 比赛的成绩如何？有什么挑战？ 10.对自己比赛的表现怎么评价?有什么遗憾的地方? 11.打了比赛对你读研或者做项目会有什么不一样吗? 12.为

一面/技术面 2024/8/6 晚上19:40-20:20 自我介绍 介绍最新的一篇在投的论文，问了几个问题 介绍NeurIPS论文 介绍腾讯实习 数据集构造？ 怎么微调的 尝试了哪些模型，为什么选择这个 尝试了哪些策略，为什么选择这个 还知道哪些长文本技术策略 除了微调还知道哪些流程（对齐） 说说提示压缩 介绍快手实习 了解哪些位置编码 偏好对齐的理解，有哪些方式 进来后你主要想做哪方面的应用

岗位是算法工程师 部门是国际化地图 滴滴是车轮战，一下午面了三面，每面完一个就通知一二十分钟后面下一个，最后人都麻了本来想每一面都写一个，结果面完之后根本记不起来，只能回忆起大概的问题，每个面试官都问了50分钟左右 能想起来的大概有以下问题： 1.深入拷打transformer的底层原理，包括从输入维度、过程中维度的变化还有各种细节 2.lora原理，一下午被问了三次，包括整体原理、两个矩阵分别怎

#如何判断面试是否凉了# 职位是：【快Star】大模型应用算法工程师 8.13状态显示挂了。喜提秋招第一挂 但确实比较“喜”，因为这场不仅仅是拷打，更是鞭策。 首先叠甲： 我在llm这块确实是新手，积累确实不足，癞蛤蟆想吃天鹅肉。我对大厂不抱希望，不想抢各位爷的活干。看在这些以及我写的这么详细的份上，如果我显示出了菜，请友善讨论或者提意见，谢谢！ 由于讲的时间长，讲了50min，所以无coding

1.自我介绍 2.讲一下学校做的定位项目 3.在项目中负责哪些内容，遇到了什么困难 4.实习的时候做了哪些测试工作 5.讲一下实习的时候的开发项目 6.企业级的开发流程是怎样的 7.如何做好团队合作 8.接触过哪些分类算法 9.给你一个分类模型，包括医疗，购物等模块。模型输入是语音或文本，如何测试模型效果 10.分类模型算法的评价指标有哪些 11.针对加油站加油机，设计测试用例 12.给你三个Ex

-------4.8 一面--------------- 面试官极其极其友好和专业，面试体验应该是目前最好的， 面试官开场就说是工大的同学，直接亲切感拉满了（面试官是科大的），对比之前遇到过有面试官问:合工大什么档次? 具体问题就不详细描述了，大致是围绕简历内容进行提问， 和面试官讨论了关于透明渲染，级联阴影贴图，渲染大量物体等图形学的问题, 当然也问了不少CPP 对于开放性或者我回答不确定的问题

#通信硬件人笔面经互助# 感觉被KPI了。 6-20号投递、7-18号测评、9-5号一面； 开局自我介绍； 关于第一个项目中的控制实现； 项目问询，日常使用的相关算法与设计流程； 关于六步换相控制与矢量控制更喜欢哪一个； 关于日常双闭环控制的设计考虑，详细表述电流环与速度环的参数整定流程与如何判断是否整定合适； 是否考虑过程序长时间运行的稳定性； 关于矢量控制是否使用过？是否写过代码？ 反问环节：

  看问的人多，呢就发个文，我一般不归纳记问题，所以可能不是那么全，按印象写一下。   笔试：挺简单，三道编程一道gcd模板，一道合并两个升序数组，还有一道忘了，反正都是leetcode简单难度应该。   一面问的多，我回答的很全所以答了一个小时左右： 数据库有哪些范式 java的垃圾回收机制 java的gc函数 java反射机制 java hashmap jdbc中statement和prepa

视觉算法岗面经 面试的岗位大部分是计算机视觉算法工程师，少部分算法优化、部署岗。总的来说，大部分公司的技术面试都分为这几个部分：项目描述和细节提问、深度学习+目标检测算法、数据结构和算法代码及编程语言相关。下面是我面试当中问到的一些问题。 一，项目 主要是描述项目背景、项目实现的功能及使用的方法和流程，面试官会针对他感兴趣的点问一些技术细节，基本上只要能把项目流利的描述出来就问题不大。 二，深度学