《算法工程师》专题

2022/09/23 投递简历 2022/09/29 笔试 2022/10/24 技术一面 1、自我介绍，讲了项目及竞赛经历（不到5min） 2、提问： （1）本科、研究生数学类有哪些课程（?）； （2）详细说下数学建模竞赛经历，问建模团队分工及问题实际解决方法； （3）我项目中有模型轻量化工作，问具体怎么轻量化，轻量化相关技术； （4）入职3-5年的发展计划（回答主要是偏向累计技术）； （5）平

  2023.03.20更新：最近推荐了好几个同学，都进了面试流程。22、23年毕业的都可以算应届生，都可以内推。社招也可以招，现在通信算法岗还有大量HC，有兴趣的可以私信我。 最近成功拿到了新凯来的offer，在今年这个行情下给出了不错的薪资，所以就毫不犹豫的接受啦，结束了俺这几个月的找工作之旅。 听HR说现在通信算法岗还有不少HC，还在找工作的同鞋们可以冲一波，HR给了我内推资格，

上午在床上睡觉接到电话说要面试，推到下午了 时长：40min 1.自我介绍 2.项目深挖，问到了两个项目，主要包括背景，模型流程等 3.八股： 1）如何判断一个模型过拟合或者欠拟合？ 2）如何解决过拟合？ 3）L1L2正则有什么效果？ 4.反问： 1）部门业务：菜鸟APP的推荐内容 2）是否介意没有相关背景的同学 3）后续流程？1-2轮技术面+hr面 4）base地情况 挺好的，面完秒挂

一共只面了两轮，9.3一面，9.9二面，没有HR面，9.20 OC 一面/技术面 2024/9/3 晚上20:00-21:00 自我介绍 腾讯实习介绍 实习过程中做的比较好的部分有哪些 华为框架以及NPU使用过程中遇到的问题 LongLoRA和LoRA区别 大模型和推荐你觉得有哪些可结合的点？商品的理解、描述等 介绍快手实习 在线的效果 这段实习主要的难点在哪里 user会事先做一些embeddi

2024.9.04 投递简历 无损检测工程师（杭州） 双9机械类专业 9.19 一面：30min （技术面） 使用牛客的面试平台，面试前先加了钉钉群，叫号进面试间 1、常规自我介绍 2、询问专业情况、学生干部、研究方向 3、问简历、实习、项目，与无损检测、故障诊断相关的 传感器选型、系统算法的实现、为什么不在现场部署ai算法？等等 4、对于这个方向的未来发展有什么看法？ 5、你认为自己相比其他应聘

2024/08/29 14:00（50分钟） 这个岗位是学长内推的，不是我研究的方向所以没有项目，一面也没有八股啥的，主要考察了下代码能力和思考问题的能力吧 手撕：判断序列能否划分成两个和相等的子集（背包），网格路径最小（动态规划） 还一个概率论的题目就不透露了

#如何判断面试是否凉了#7.30 快手 50min 7.31约2面了在8.6 人生第一次计算机大厂面试，写详细了点 ### **【快Star】大模型应用算法工程师** 先让自我介绍，尴尬的是我直接按时间顺序先有点详细地介绍非大模型的CV什么项目了 于是在快到llm项目前被打断了，面试官说我来问吧 介绍RAG项目里面出现的BM25，我从TFIDF开始介绍，前面很流利， 后面BM25的那个词与quer

一面 1. 自我介绍 2. 介绍项目 3. 推荐系统离线都看什么指标，这些指标有冲突怎么办？ 4. 新item如何做冷启？ 5. pointwise, pairwise, listwise区别？为什么精排用pointwise 6. 如何提高推荐的多样性？ 7. 排序模型离线指标和线上不一致如何处理？ 8. 推荐上怎么引入搜索的一些相关信息？ 9. leetcode 143：重排链表 #美团2024

电话面+邮箱发alitcode链接进行coding考察 ----------------------------------------------------------------------------------------------------------- 没有让做自我介绍，直接对着简历问项目。 第一个项目是用seq-to-seq做的缺陷自动修复，问我将NLP应用到软工领域有什么痛点

面试官是做算法服务开发，也就是工程化落地的，但是总感觉他无精打采的样子。全程 35 分钟，能有 33.5 分钟都是让我输出，讲了很多实习项目，但是基本不深入问，点到为止，我就像讲单口相声一样。 Intern： B 站和百度实习项目 & 自己的工作 & 个人收获 Deep Learning： 介绍一下 Transformer 什么是多头注意力机制、在模型推理上有什么优势 并行训练时如何拆分多头注意力

4.30 笔试 二维矩阵的旋转。 5.6 技术一面 20min 主要问项目细节没有手撕，问到faster rcnn与之前网络区别，detr原理，讲下yolov5. 5.8 技术二面 50min 项目细节，有没有用c++写过opencv，二维矩阵怎么缓解二重循环例如RGB转化成其他格式，进行加速（c++相关）。 职位主要是做嵌入式相关的，可能需要对底层比较熟悉。 技术面没有手撕，详细问项目。最后当天

本以为这个岗位会面大模型，没想到全是问传统NLP任务。 1. 深挖实习（解决了什么问题，如何解决，以及评估效果如何？） 2. 是否熟悉序列标注任务？能否举例说明NER任务的输入输出是什么？（坦诚告诉面试官之前没做过，但是面试官并没有放过我，在随后的时间里便围绕这个问题疯狂拷打我） 3. 如何从电商数据（关于手机的）中抽取品牌、颜色、内存等信息？请提供一个方案，解释数据标注、模型选型、模型训练和结果

这次面试官没有迟到，没有机会水了。。。 不过是个女面试官，非常亲和的感觉 开局自我介绍，讲了一下学的课程内容和做的课设项目，了解了一下大概情况 重点分析讲了一下数据竞赛的内容 八股： 1.讲一下集成学习的一些算法 2.GBDT，XGBoost，LightGBM各自有什么优势劣势，适用情况 3.独热编码和embedding的用途，各自优势，为什么用 4.为什么在项目中用了GBDT而不是RF 5.讲一

开局面试官迟到6分钟。。。 自我介绍了一下就10分钟了 问了一下自我介绍说的开源经历和项目，问了个项目地址 问了大模型SFT和LORA的区别和应用 然后八股和项目就一点不问了？？？？？？ 我早起背了这么多机器学习的八股有啥用？ 然后手撕了一道快速排序，写了个测试用例就快速下班了 反问： 1.部门业务：百度地图数据分析处理，机器学习做预测，自动化 2.岗位竞争：说小于10个人在面，应该不止一个1个h

写面经攒人品 一面6/5，20分钟。简单聊了学习成绩，竞赛奖项，问了计网的TCP握手过程，简单聊了项目，最后说了下笔试题的最后一题，判断是否有环形链表。 二面6/11，40分钟。上来先做智力题，n个硬币，有AB两个人，A先取1-3枚，B也可以取1-3枚，求问A是不是必赢。 然后就是和谐子数组长度，其他面经也有写。我说了个暴力法，然后让我优化，用hashmap即可。然后要求共享屏幕IDE上写你的优化