《算法岗》专题

1、自我介绍 2、两个科研项目的深度拷打 3、手撕一道力扣原题，无重叠区间。（没a出来，痛苦！）面试管人很好，给我一些引导，但是思考太久了就结束了。 一开始用C++写，发现sort算法的第三个参数写不出来，太不熟练了。然后换python，写出来一半 4、反问 5、问问能实习多久，想不想转正 下周出结果，要是能做出来机会就大一些了，奈何自己不争气，刷题太少了，痛失珍贵的机会。后面把时间都用来刷题吧

总共面了不到半个小时，不知道是不是KPI面。 自我介绍 提问： - 论文创新点 - vit - transformer的全局依赖是怎么做的 - 自注意力的Q,K,V的物理意义 反问： - 业务 - 建议 - 后续流程（不太清楚） 一面完后续面试还有技术面吗？

问了bert模型原理 问怎么实现的 因为投的是ml/数据挖掘/nlp一起的岗位 但其实面我这个部门的面试官是做nlp的。。。就完全不怎么match我自己也没有什么nlp的经验 （bert没答上来 一脸懵逼） 然后问了项目中lstm交易数据是怎么预测的 输入和输出分别是什么 （答得不对 我说了时间 面试官说时间预测不了应该是价格。。） 然后项目中写了自己会一些前端的东西 被拷打 怎么实现居中 fla

多模态深度学习方向 问一些论文、项目相关 深度学习基础知识 过拟合解决方式 L1，L2正则化 BN层和过拟合的关系 算法题 给定字符串，删除最少的左括号和右括号，使得字符串括号能一一匹配 思路:从左到右扫描，遇到左括号入栈，右括号出栈，栈空时遇到的右括号直接删除，记录需要删除的字符位置 可能要去看一些多模态大模型相关的工作，了解很少，被问到有点尴尬

背景：自己做的是算法部署 四十五分钟 主要拷打项目和实习所做的东西，聊了很多模型部署的工作 八股量很少，问你对NLP熟不熟悉，就NLP 大模型 关键词聊了一些，BERT transformer NER啥的，答的一般 最后介绍部门情况，说其实我们这边主要是算法设计，不是很偏部署，但是校招主要是看潜力，要是进来了能不能接受转方向

6.26一面： 1.自我介绍 2.介绍论文（数据集，输入，输出，模型架构，评测指标，创新点，motivation） 3.transformer比rnn/lstm这些有什么好处？除了并行计算还有呢 4. decoder和encoder有什么区别 5. QKV怎么来的，除了selfattention还有什么attention? 4.prompt为什么在大模型中起作用 5.手撕：查找有序数组中小于k的最

一面6月15号下午4点一个小时 讲比赛，瞎聊 梯度下降求平方根，力扣只有二分和拟牛顿写法，写了好久靠面试官提示写出来了。。 def sqrt(y): xt=0.0001 l=0.001 thresh=0.001 while abs(xt*xt-y)>=thresh: loss=1.0/2*(xt*xt-y)**2 dx=(xt*xt-

6.14一面 6.17二面 （其中6.16下午发短信通知6.17上午二面，间隔也太短了） 一面技术面，项目聊的比较浅，问题也比较八股，甚至没让开视频，很快就结束了 看网上大家分享前两面都是技术面，但是今天二面直接就变综合面试了，没聊什么具体的技术，就是乱七八糟的聊一聊，遇到什么困难怎么解决的，整个过程也很短。 感慨一下tp的面试也太简单了，速度也很快，前一段找实习面的各种厂被拷打麻了

6.5 一面，主要是问了一些项目经历，腐蚀膨胀cv算子这些传统的图像处理，然后聊了以下论文思路。30分钟不到就结束了。 6.8 二面，上来让介绍一下论文，然后和面试官就论文里的一个点争论了很久，然后就结束了，感觉就20分钟。 6.12 收到短信等三面。

#tplink提前批# #面经# #tplink提前批# 一个面试官，45分钟。 1.详细介绍硕士期间的两个项目，过程中问了几个wifi的物理层协议的知识，比如wifi6e的最大带宽。 2.问了项目的无线网络模型 下面开始拷问专业知识。 3.符号定时同步是怎么做的？我说用锁相环，后来反应过来了，应该是想问基于cp的sto估计技术 4.wifi发射链路的步骤 5.wifi5,wifi6,wifi6e

手撕最大回文子串 深挖3个项目 问题与解决思路。 反问

不管结果给xdm个参考吧，图像算法岗 一共半个小时左右，很简短的自我介绍，之后就是介绍项目我一直在说得说了有二十分钟，可能会问一些项目的细节不过问的不深，无手撕，最后还有个类似智力题之类的就结束了，面试官挺好的

自不量力跨考专业选了算法nlp，被面试官狠狠拷打 估计是寄了，面试官后面问我有考虑转开发吗 1.讲一下transformer 2.transformer怎么调优 3.国内有了解什么大模型吗 4.有了解隐马尔科夫链吗，细说(给出公式那种) 5.讲讲CRF 6.讲讲word2vec和wordembedding区别 7.聊聊之前的实习经历 8.梯度下降和随机梯度下降概念和区别 9.给你一个场景:要求识别

2023/05/08 首先自我介绍 他介绍他们公司是干嘛的：基于大厂在Github上开源的人工智能项目，主要是图像生成，进行优化再卖出去。 实习生的主要职责就是了解这些技术，能在本地搭建环境跑通，使用工具调整参数，并且上面给出写好的代码需要能修改代码。所以Pytroch这一块得很有了解。 其次是了解很多开源项目，比如Gam，复旦Moss等等 了解起来成本真的巨大

美团算法一面凉经 1、面试官自我介绍、简单介绍部门 2、自我介绍 3、问实习经历、讲一个科研项目 4、想做深度学习还是想做传统的机器学习（回答：都可以） 5、有了解哪些传统的机器学习算法（讲了逻辑回归、决策树、支持向量机等） 6、有了解哪些深度学习的算法 7、再次问想做深度学习还是想做传统的机器学习，然后介绍他们部门主要做传统的机器学习算法的，项目大多关于深度学习的，询问是否感兴趣？（回答：都可以