《算法岗》专题

之前就听说蔚来笔试选择可能考的很广，所以上来先做的编程，现在来看真是无比正确 两道coding，感觉都还好 第一道感觉是看懂题就能做。。算最简单的位运算？但最后通过93.33，到最后也没想明白为啥 第二题是并查集，感觉套路也挺经典的 至于选择就有点抽象了。。Python，sql，深度学习/机器学习。。我是真都不会啊 看来是又寄了一家

岗位是自动驾驶算法，但是应该不是我实习的部门。 选择题一堆sql 机器学习的东西，这块真的没好好复习，不会的瞎选了 编程题挺简单 第一题比特流的二进制转十进制，不记得stoi方法了，自己写了个转换，a了 第二题类似于岛屿数量，有黑白两个颜色对grid图染色（无限大的格子），然后分别输出黑白的连通块的数量，直接dfs/bfs就行，我是用map存的坐标，害怕稀疏图超时，a了 #蔚来# #面经# #自动

先自我介绍，这次没有先做题，好评 1. 从实习/项目/论文中挑一个讲 讲了在快手的推荐算法实习，面试官听得很仔细，针对我的经历问了很多问题，也提出了自己的想法。聊了快一个小时。 2. 题目lc39 组合总和 很经典的一道回溯题，不难，写出来了 3. 反问 主要还是问了下组里的工作和面评 无八股

先自我介绍，然后就直接做题了（好像百度都是先做题 1. lc 312 戳气球 二维dp 没做过 想到是二维dp但是面试官引导了半小时还是没写出来😢 2. lc172 阶乘后的0 写出了On的写法，面试结束后看了下还是logn的解法，没写出来 3. 聊了实习的内容，我主要做的是因果消偏召回，所以基本也只问了召回相关的 4. 简单聊了一篇论文 无八股 反问 组里的业务是什么 面试官人非常好，也很有耐

百度算法实习一面，50分钟 1.手撕代码两道，最大子序列和，完全平方数 2.介绍下项目 3.Transformer 4.Attention 5.QKV原理 6.GCN初始化怎么处理 7.项目做的有关时间序列，问除了transformer怎么针对时间上的特征更好地建模，考虑过传统方法吗？ 8.DIEN中怎么对输入文本，标签，用户画像等数据进行转换时，有哪些embedding方法，针对不同数据有什么的

拷打项目 1. 除了MHA 还有其他种类的Self attention吗 2. 为什么要除根号d_k 3. 知道哪些位置编码？ 4. Infernce 和Training 的时候 在GPU中都要保存哪些值和变量？有什么区别？ Code: 5. 手写mha 6. 最长无重复子串

做完京东的测评就给发了面试通知。面试官迟到了一会。发了邮箱给HR说明情况之后，开始面试。 上一段实习内容介绍，三分钟。面试官点评和介绍自己部门一分钟。之后开始做题，奇怪的是，全程没有任何涉及到技术算法和八股，手撕。 第一道题，A分给B和C各一半的水，B分给A和C各一半的水，C分给A和B各一半的水。三次分完之后，水的比例是1:1:1，问最开始的时候三者水量。 思路很简单容易想到，反着推理，容易错在计

4.3日在某招聘软件投递之后，在官网申请完填了很多东西，包括测评还有一些个人信息等，填完之后过几天收到笔试。 4.9日笔试 题目基本都是机器学习和深度学习，难度不算大，包含SVM和神经网络的一些题，有一个编程题，不算难，几个问答题。 4.16日收到面试邀请 时间30min左右，看网上分享都是有算法题，手撕代码，我没有，估计是能力不行..没到哪个环节 问的内容主要是介绍项目，然后问你项目的优化方向和

#美团##面经# 一面 自我介绍+论文介绍 = 25min 问答：15min 1.对检测了解到什么程度，了解什么检测算法？ 2.mAP指标，ROC曲线横纵坐标面积？ 3.yolox创新点 4.过拟合欠拟合 5.模型训练GPU利用率低咋整？ 6.深度学习NaN 7.了解大模型吗？ 手撕： 删除倒数第k个节点 类似于二叉树路径和的一题 二面 手撕： 从零建树+随便选个顺序遍历 简历拷打，无八股

base深圳 4.07 一面40min 深挖项目 然后基础八股transformers结构、bert结构之类的 深拷贝浅拷贝区别 python lambda作用 手撕最长重复子序列 4.09 二面30min 基本深挖项目 无八股 问了个统计学知识（什么数据正态分布还是啥的……不懂 没答上来） 以及被询问了是否接受转开发 4.11 三面线下hr面 30min 就聊聊天 然后问了薪资期望等等 许愿oc

一面 90min 自我介绍 base能接受吗 实习时间 问简历相关 拷打项目，项目这块聊的比较久 算法八股 传统机器学习的基础这些 手撕算法一道 有二十分钟都在coding 最后还没写出来，太菜了555

1.自我介绍 2.深问项目 3.大模型出现幻觉的原因，及对应的解决方法 4.做题（二叉树的层次遍历）

1.transformer 2.自注意力机制，自注意力机制的起作用的地方 3.BN，LN 4.梯度消失与爆炸的理解 5.论文讲解 6.transformer的位置编码 7.focal loss 8.模型怎么评价好坏 9.自注意力机制的参数量计算 10.编写代码：topk，用了堆排序，快排都写了

最近面试少了， 精力放在工作上。 偶尔面试保持手感即可。 今天这个学习意义比较大就记录一下。 面试本身没啥特殊的，就是项目+八股+代码。 项目问了我的蚂蚁实习， DeepFM 相关的东西和大模型相关的东西。 所以问了一些八股 1.DEEPFM 介绍一下（聊了一些） 2. 还了解别的推荐的模型吗（不了解） 3. LLAMA 和别的模型架构有啥区别？ 4. Llama 用的是什么 norm 和激活函数

面试时长五十分钟 面试官给提示给的很多 体验还挺好 但听说B站没hc了