《算法岗》专题

投的是SLAM/三维重建/图文多模态算法工程师-视觉团队的岗位 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作，因此面试官出的题目是给定一组二维点拟合直线，使用最小二乘实现函数功能即可，可以使用eigen库 4、反问环节 一些碎碎念 其实整体面下来我可以感受到面试官应该是做感知出身的，至于为什么会安排专业不太对口的面试官来面我也不太理解 今年SLAM岗位真的很少

共40分钟 1.自我介绍 2.拷打第一个项目，先让我详细介绍，然后开始提问，主要提问了强化学习里面奖励函数、ppo算法、KL散度相关的； 3.拷打第二个项目，先让我详细介绍，然后问我向量数据库怎么构建的、数据预处理相关的、向量数据库数据量、lora微调的数据量、对比解码减少幻觉的原理、比赛相关的； 4.反问，问了做什么业务和部门氛围 面试官人很好，这次没算法题，整体感觉还是挺好的，八股还是没有单独

3.11投递简历 算法岗 3.16笔试 A了3道，其余两道过了70%+20%左右 3.26 一面 投的是CV算法，但是被机器学习/数据挖掘算法岗捞了，以为大概率白给了，前一天恶补了机器学习和概率论的相关知识点，没想到压根没问 时长1h（部分问题有些遗忘) 介绍项目（20min+） 项目中针对模型的设计改进，如何保证，或者说引导模型学习到你期望的能力 介绍Transformer中的位置编码 使用正弦

1，生成器和迭代器 2，try，except，else finally，with的作用 3，浅深拷贝， 4，L1和L2范数正则化 5，如果5个API需要调用，用什么方法来提升效率 6，样本不均衡问题解决思路 7，常见的激活函数以及为什么要用到激活函数。 8，手撕leetcode子串II 其他的忘了，

【一面】 对着项目问的比较多 1. 线性回归的假设条件是什么 2. 介绍lstm，transformer这些 3. transformer相比于seq2seq，它的增量点在什么地方 4. 因果推断和（事件发生前拟合一个模型，使用这个模型对事件发生后进行预测从而得到效应），增量在什么地方，有哪些本质上的区别（跟我的项目相关） 5. 对于销量预测模型，你有什么思路；怎么进行模型选型；如果没有其他特征，

写面筋，攒一点好运~ 等了两个星期终于等到蚂蚁电话约一面 面试主要在拷打项目， 先自我介绍，然后针对项目问题刨根究底的询问。 除此之外 问了一下对比一下KG + LLM 与 RAG的优劣(好像他们主要也在做KG+LLM) 无算法 反问： 几面？一共有三轮技术面，第二轮会有算法。三面leader面。 业务做啥？垂领大模型构建，KG+LLM P.S. 1. 昨天面试官找我约好时间，结果今天他还迟到了一

感觉已经凉透了。。。写点热乎的凉经攒攒人品。反馈效率非常3高，只要这轮过了当天就会联系你约下一面，是我面过的最不墨迹的单位 一面 聊一个项目(自己挑) Deepspeed了解吗 介绍下熟悉的主流大模型(llama) 和transformer有什么区别/改进 旋转位置编码怎么做的 了解强化学习吗 算法题： 1.大小为k的滑动窗口扫描无序数组(步长1)，输出移动过程中的窗口最大值 2.最大值栈 反问

全程1h. 项目 多分类的损失函数 多标签损失函数怎么设计 BN层计算方式和作用 自注意力计算方式 多头自注意力机制、复杂度 手撕代码，没撕出来，面完一查才知道是困难，lc410 反问： 无自驾背景是否介意 应该无了

一直在emo没有整上周一的面经，今天先把问的算法题整理下 面的是PCG的「PCG技术线、应用架构方向」的后台开发 明天又要面了，唉，越面越感受到一种无力感，查漏补缺的网越织越大，发现还有一大堆地方不会的，来日方长，慢慢一点一点进步把。心态真的很难蚌TAT 题目： 写一个函数将ipv4 地址字符串(仅包含数字，点，空格)转化成 32 位整数。数值两边的空格是合法的，其他情况均视为非法地址。要求输出合

#我的失利项目复盘# 一面面试官上来给我发了两道题 一道困难看都没看 一道中等，是图论，就是给一个board，给一个单词，判断能不能从board中找出单词。 我一道题都没ac。第二题我的思路是： 遍历board搜寻单词中的字符，当遍历到了之后开始深搜DFS。 第一次面试太紧张了所以没做出来Orz 做了半小时之后开始面试，面试主要问了一些项目上的细节，但是针对的点跟我想的不太一样，主要是问了项目里的

极氪:面试官做规划的都聊的规划，项目 为什么用frenet坐标系，lattice planner的cost有什么，单例模式，面向对象，怎么debug，用什么工具分析数据，一道dp 小米:面试官做控制的，项目，mpc怎么提高速度（面试官说了一个热启动，查了一下是用上一时刻的最优值当下一时刻的初始值加速收敛，apollo的lqr为什么需要前馈，pid的i为什么能减小稳态误差，定位信息不准控制算法能做什

9.11上午面的，首先问项目，以及神经网络相关知识 问深度学习基础知识，比如交叉熵损失函数为什么是log，为什么有负号，有用过其他类型的神经网络吗 但面试官的网好卡，中间还卡断了掉线了，之后他的信号时好时差，说话听不太清，断断续续的。 然后今天（9.12）就收到了感谢信😢😢emo #开立医疗#

鼎阳科技招聘流程一共分为笔试，技术面和HR面。 笔试题型主要包括填空、问答之类的题，与专业和岗位相关性较大，但是整体难度不高。 笔试通过后是技术面，会有两个面试官，主要还是针对简历上的项目进行提问，我这边提问的比较少，1位面试官提了2个问题就结束了，总体面试时间就10分钟。我看牛客其他鼎阳科技面试还有1小时的，可能每个人都不一样吧。 技术面通过了之后是HR面，主要是谈了有关工作地点，薪酬待遇，上班

面试官迟到30min，说是上一个人面的太久。我笑笑说没关系… 1.简单介绍下你自己。 2.第一个项目，有几个人合作，你负责的是哪一部分？ 3.介绍一下你负责的这部分的流程。 -说了从帧同步到解调解扩的所有流程。提到直接扩频有增益，抗干扰。 4.问接收机是否是rake接收机？不是rake接收机，那多径的ISI如何处理？ -用DFE来处理。 5.你觉得最复杂的一部分是哪里？ -着重说了DFE内部的优化