《算法岗》专题

第一题 //偶数因子 #include<bits/stdc++.h> using namespace std; bool check(int x){ if(x % 2 == 0){ return true; }else{ return false; } } int main(){ int x ; while(cin >> x){ if(check(x) == true){ cout<<&quot;

共计35min 1、自我介绍 2、介绍一下实习？ 大模型微调的样本量大概是多少？ 详细介绍推荐算法实习的背景和思路？ 3、学习经历 本科学过什么课？编程相关的？运筹优化相关的？实验室研究方向是啥？ 4、八股 大模型和推荐结合的地方有什么？想做大模型还是推荐？ 对推荐系统的哪些地方感兴趣？了不了解召回？有哪些算法？了不了解排序？有哪些算法？介绍一下SENET？用户冷启动怎么做？ 推荐系统物品点击率的

自我介绍 对推荐算法了解如何 项目深挖 两个项目都是kaggle上的，面试官还吐槽怎么全是kaggle（这不是非科班没有项目只能硬整两个么） 打比赛模型大家都差不多，如何进行提升 介绍一下transfermer 手写一下transfermer的自注意力的公式 求数组中第k大的数（写了个nlogn的归并，经面试官提醒发现可以用快排写o(n)，但是快排忘了） 反问 面试了一个小时，体验还行，面试官看我

上一周字节hr突然打电话捞人面试，没仔细问什么岗位然后就开始面了，最后反问才知道是广告，做cv的cv的简历一下被挂，只有面些其他岗位。 1.自我介绍 2.项目背景，最终是否落地？ 3.项目过程当中做的比较好的有哪些？ 4.inpainting模型的原理，如何用的mask实现 5.图像擦除如何实现，对商品图擦除 6.图像当中比较常见的损失函数，分类，cross entropy，triplet los

1.单选题8道 2.不定项选择题7道（错选不得分，漏选得1分） 3.编程题三道 1）判断数组mex是否满足mex{a}= k（75%） 2）实现一个基于TF-IDF的文本相似度计算系统（只能用python）（100%） 3）定义“可爱的”颜色，相邻的可爱格子可以连一条边，随机的选择一个单元格，两人位于不同连通块的概率是多少（0%）

一位老师教一个班级的学生们四门课程,分别是数学、音乐、英语和自然课,对于在上这些课程的学生们满足以下条件每节课程只有3个学生。 这个班任意每两个学生至少一起上一门课程。 编写一段java程序, 计算该班最多可以有多少学生并生成所有符合上诉条件的分组可能。

最常用的加密算法？ 了解知识

1.自我介绍 2.成绩排名 3.相机标定 标定的参数 4.项目用到模型的介绍，是不是开源的 5.帧差法 6.腐蚀 膨胀的作用 7.腐蚀的运算细节 原理 8.内存泄漏产生原因 影响 9.static关键字的作用 10.反问

菜鸡的一次试水

HR 小姐姐主要问 1.啥时候到岗 2.实习多久 3.是否有别家的offer 和面试流程 说是一周内发offer 邮件。 #晒一晒我的offer# #计算机视觉岗# #暑期offer# #算法# #滴滴#

问题内容： 假设您需要计算矩阵上的孤岛数量 当输入矩阵大小适合内存时，我们可以简单地使用DFS或BFS。 但是，如果输入矩阵很大而无法放入内存，该怎么办？ 我可以将输入矩阵分块/拆分为不同的小文件，然后分别读取它们。 但是如何合并它们呢？ 我陷入了如何合并它们的困境。我的想法是，合并它们时，我们必须阅读一些重叠的部分。但是，这样做的具体方法是什么？ 当我在白板上绘制以下示例并逐行处理它时。合并左，

每个顶点可以连接到(V-1)个顶点，因此每个顶点的相邻边数是V-1。假设E代表连接到每个顶点的V-1条边。 查找和更新最小堆中每个相邻顶点的权重为O(log(V))+O(1)或 因此，从上面的步骤1和步骤2，更新顶点的所有相邻顶点的时间复杂度是e*(logV)。或. 因此所有V顶点的时间复杂度为V*(E*logv)，即。 但Dijkstra算法的时间复杂度为O（ElogV）。为什么？

给定一组数，找出任意数适合的最小倍数和 < li >集合中的数字可以多次使用(或根本不使用)以获得“总和” < li >这组数字可以是任何正十进制数(即< code>1，4，4.5 ) < li >给定/任意数阈值可以是任意小数(即< code>5 ) > < li> 找出给定数字能与最小余数相适应的倍数组合 找到一个数字可以四舍五入到的最小“总和” 每个组合中使用的实际数字本身对于这个特定的挑战

先自我介绍，然后主要问项目的区别，yolov5主要改进点在哪，transform为什么能用于cv。你用yolov5跑模型，你的改进点在哪，效果提升多大。 看我用过tensorrt，介绍一下tensorrt优化的流程及常见的tricks。 代码题是二叉树的，不是子父节点的最大和。用dfs没做出来，少考虑了一种情况，然后就寄了。 #快手校招##算法工程师#

一、单选： 1、CLIP模型的主要创新点：图像和文本两种不同模态数据之间的深度融合、对比学习、自监督学习 2、一个3*3，stride=1，dilation=1的卷积加上一个步长为2的2*2池化，再加上一个3*3 ，stride=3，dilation=1的卷积对应的等效步长是多少：6（第一步不改变步长，第二步步长为2，第三步步长为2*3） 3、a=np.random.randn(3,3) b=np