《算法工程师》专题

#美团暑期##推荐算法面经# 第一次笔试（机试）213/500 第二次笔试（机试）390/500 100+100+100+80+10 # 一面 -时间：2024年3月26日 11：00，总计58分钟 -自我介绍 -论文 -本科推荐系统项目 -职责 -开发人数 -召回用了什么算法 -个性化和非个性化 -召回怎么做融合的 -排序用了什么算法 -介绍DeepFM的FM侧怎么做的特征交叉 -图片的推荐需要

🤔面试感受 突发情况，我笔记本的麦克风坏了 面试官人真的很好，我换了手机面试 然后电脑上和手机不能同步 做编程的时候还让我切换电脑去做题 感觉是我不配 面试问题： 由于我对算法加速这方面没怎么研究，就用过tensorrt 所以有几个问题没答上来 首先是自我介绍 为什么选择这个岗位 问了一个有关cuda 的加速具体一个软件忘了 问了研究生期间最大成就 多线程 对加速未来方向的看法 编程题是给出两个

面试官上来先做了个自我介绍，人还怪好咧。他说他们组主要做B样条、B曲线相关的内容。 然后让我做自我介绍。 问项目经历、问实习经历。 我看你Unity用的比较多，Unity有什么优点或不足吗？ 你说你本科做过游戏，具体讲讲吧。 你的C++经验怎么样？哪个项目里用到了C++ （我做的项目用的都是C#或python，C++只在目前学习OpenGL时在用，之前用C++处理过fbx文件的解析） 我这里项目和

1.自我介绍 2.最近的一段工作的细节展开（可能是要讲跟算法相关的项目） 3.找搜广推的原因 4.讲实习项目 5.一个推荐系统大致包含哪些模块以及这些模块各自的优化目标 6.各个阶段的核心优化指标 7.了解的最具代表性的召回算法和最近几年工业界最常用的召回算法 8.attention（这个忘了。。） 9.抛一枚硬币，抛到连续出现两次反面就结束，问抛的次数的期望（妈呀，问这种题。。） 10.算法题

笔试时间60min 题型：10单选、8多选、1编程 （选择题有一半是关于相机标定和双目测距的，考的很细节，没接触过，完全不懂。 transform也考了几道题，考的也很细节，有一题给了四篇文献及其概述，让你选正确项，人都蒙了，后来想想四篇文献应该都是transform的经典文章，就是考你有没有读过它们。 语言八股也有一两道题。 其他的题就是关于深度学习的了，不难，毕竟也没几道题。） （编程题是最大

#如何判断面试是否凉了# #宁德时代信息集散地# #24届找工作日常# 提前批投的运筹优化算法工程师 8.1面试 就简单的问了几个问题 大概也就六七八分钟吧 问了项目里运筹的经历 会不会用cplex 或者gorubi 谈谈大邻域搜索算法 说一下遗传算法 有没有大规模问题的求解经验 还问了我的方向是不是偏向于启发式算法 有没有涉及到过装箱优化🥲 连自我介绍环节都没有 问的问题也都很简单 是不是凉了

7.11完成性格测评后一直没有消息 8.22中午接到对接的HR电话约面试时间 8.26 中午11点 一面 一男一女两位面试官，人很好，很专业，综合体验不错 自我介绍 项目经历 本科的没问，直接问研究生，由于我研究生是被老师安排去实习了没有什么项目，所以后续都围绕实习内容来问。问的很细致，实习时做的具体工作，流程如何，模块怎么实现，要考虑什么因素，内存空间怎么分配，对应的协议具体步骤如何…… 工作中

一面链接：https://www.nowcoder.com/discuss/519491958201434112 面试流程 面试官自我介绍 我的自我介绍 聊日常 反问 我的自我介绍 保研考研？考研多少分？每一门多少分？ 有没有社团工作？ 这里回答了没有过多参与，但是学生工作比较多 当班长的收获与负面情绪有哪些？ 怎么调动同学的积极性？ 我看你是光学专业，知道照度和亮度的关系吗？ 亮度是发光体光强与

1、xgboost和lgbm的区别是什么？ 特征浮点分箱为直方图加速。 2、kmeans的算法原理是什么？ 任取几个点作为聚类中心；迭代n轮：先给每个点找距离最近的中心，然后将中心作为变量，优化目标函数（mse），中心位置和每个样本所属类别交替迭代。 3、DBScan和层次聚类的原理是什么？ 4、transformer的原理是什么？ 5、大模型微调的流程是什么？ 6、lora和stable dif

🧐背景：211交通工程出身，读研转到本校航运学院，做船舶交通大数据挖掘，涉及机器学习。 🧐自身情况：sci在投，一篇会议论文接受，一个专利发表。 🤐一志愿是九月初的技术支持工程师，因为后知后觉，发现不懂网络协议，没参加笔试。 👾10.25投大数据算法，以交通认知方向。笔试主要是机器学习内容，选择题，问答题，以及一道编程。 👾11.7日收到电话面试，讲了一下基本情况。 👾11.8日一面技

#24届秋招同行攻略分享# #晒一晒我的offer# bg：本二硕九 研究方向：大模型 SFT，检索增强，窗口扩展，指令压缩， Prompt 优化 目前秋招已经结束，想汇总一下当时的面试记录，个人实习经历、项目以及论文内容就简单带过，重点会写一下面试遇到的一些八股等通用的内容 科大讯飞——飞星计划提前批 部门：讯飞研究院 一面：1 小时 1.自我介绍 2.讲一下第一段实习遇到的困难 3.ChatG

9.7一面 (约40min) 自我介绍 项目比赛介绍，没有深挖 进程和线程区别 数组和链表的区别 递归和非递归的区别(除了栈这方面) 快排的时间复杂度，快排稳定吗 类似的基础问题等等(想不起来了。。。) 二叉树了解吗？还行 撕题：非递归中序遍历二叉树 反问 总体感觉面试比较简单，上午面完，下午通知下周二面 9.13二面 (约20min) 自我介绍 问了一个比赛，大概十来分钟 反问 面完下来一查秒挂

最近面完，写个面筋记录一下 我投的无线通信算法，hr告知我没hc了，问我考不考虑转到数字IC设计，转就转吧，面面看 一面 一小时 hr面的时候问了一下好像是主管面的，怪不得强度这么高。虽然是数字ic设计，不过因为之前沟通过了，得知ic也有一些算法的需求。 所以面试官问的都是一些无线通信算法的问题。主要是项目细节，问的非常细，途中还有根据项目内容发散开的一些通信常识。不愧是主管，知识面很丰富，面试体

9.20 一面 25mins 两个面试官，一男一女，轮流问项目问实习，无手撕。男面试官让我尽快入职哈哈哈哈哈哈。 9.26 二面 20mins 好像一个主管 + 一个HR面试 说二面通过后会发测评，测评通过后会尽力在十一前发意向。 当天晚上就受到测评啦！题量真多。。。。。 攒人品，写面经，许愿offer #天翼云##秋招#

因为投的比较晚，所以目前进行到一面，后面是主管面和HR 面。 一面（1小时20分钟）：主要是聊项目和论文，撕了一道蒙特卡洛估计的题 从论文的DDPG算法开始聊，TD3，SAC算法，应用场景，优缺点啥的 聊王者荣耀比赛，从网络结构设计（特征工程、channel attention，self-attention，multi-head value estimation），奖励函数设计，算法设计（dual