《算法工程师》专题

从实习简历里被捞出来直接参加秋招面试的，流程开始的时候官网还没有放出来2025秋招岗位 7.16 一面 简单的根据简历聊项目经历，说我项目中做的内容和他们的工作比较匹配，一面时间比较短也比较简单。 一面结束后当晚通知通过，同时告知二面需要准备PPT介绍自己的项目，并约二面时间。 7.19 二面 项目介绍：采用腾讯会议共享屏幕的形式，介绍自己的一个项目（10-15分钟）。 提问环节：主要针对项目PP

2024/07/17 16:00（50分钟） 聊项目，基本没关注竞赛 手撕：C语言，64无符号整形指定位设为0/1，开平方 很久没写过这种风格的东西了，写得稀碎，感觉凉凉

1.自我介绍 2.讲一下学校做的定位项目 3.在项目中负责哪些内容，遇到了什么困难 4.实习的时候做了哪些测试工作 5.讲一下实习的时候的开发项目 6.企业级的开发流程是怎样的 7.如何做好团队合作 8.接触过哪些分类算法 9.给你一个分类模型，包括医疗，购物等模块。模型输入是语音或文本，如何测试模型效果 10.分类模型算法的评价指标有哪些 11.针对加油站加油机，设计测试用例 12.给你三个Ex

-------4.8 一面--------------- 面试官极其极其友好和专业，面试体验应该是目前最好的， 面试官开场就说是工大的同学，直接亲切感拉满了（面试官是科大的），对比之前遇到过有面试官问:合工大什么档次? 具体问题就不详细描述了，大致是围绕简历内容进行提问， 和面试官讨论了关于透明渲染，级联阴影贴图，渲染大量物体等图形学的问题, 当然也问了不少CPP 对于开放性或者我回答不确定的问题

#通信硬件人笔面经互助# 感觉被KPI了。 6-20号投递、7-18号测评、9-5号一面； 开局自我介绍； 关于第一个项目中的控制实现； 项目问询，日常使用的相关算法与设计流程； 关于六步换相控制与矢量控制更喜欢哪一个； 关于日常双闭环控制的设计考虑，详细表述电流环与速度环的参数整定流程与如何判断是否整定合适； 是否考虑过程序长时间运行的稳定性； 关于矢量控制是否使用过？是否写过代码？ 反问环节：

笔试题只能在固定时间内做，全是选择题，其中还有英语题，考了一点点c++八股，更多的是自动控制原理和没学过的内容，机械专业的感觉有点不匹配，估计G了

面试时间大概15分钟，上来就是自我介绍。然后根据自我介绍问项目，问了项目中1D-CNN怎么判断所提取的特征的有效性。然后问了会不会信号处理，面试官是泵送子公司的，最后反问就结束了。 希望好运。

一面 unordered_map，哈希表结构，扩容，线程安全吗，怎么解决 ptmalloc和tcmalloc，内存池 malloc和new 线程池 阻塞队列 条件变量 CAS 实习，项目 算法题：合并区间 LC 56#得物##秋招##面经##C++#

8.8 一面 英文自我介绍 项目介绍 单阶段目标检测和双阶段目标检测的区别 数据增强方法 Python如何实现二维数组 Python中的魔法方法 __new__（）和__init__（）的区别 装饰器和迭代器的区别 Python中的with语句 贪心算法和动态规划的区别 C++中main函数的参数的意义 C++的内联函数 Pytorch实现卷积 优先级队列的实现 mAP的计算原理 8.11 测评

一面 1. 挖简历 2. python部分： list和tuple的区别 python的深浅拷贝使用场景，以及python为什么默认使用浅拷贝（不会） 3. 算法部分： CNN的pooling部分是怎么进行反向传播的：meanpooling将梯度值平均传播给上一层，maxpooling则在前向传播的时候记下max值的位置，反向的时候将梯度值传播到该位置，其他位置为0 如何缓解梯度消失 4. 手撕代

[toc] 科大讯飞 AI研究算法工程师-自然语言处理方向 提前批 简历投递 2022.06.27 投递时间：2022.06.27 一面 2022.06.30 简历还是蛮快的，没有笔试，直接邮件通知的一面 面试时间：1个小时 面试内容： 项目，三个项目都问到了，大概项目问了45分钟左右 基础知识 10分钟左右 SVM 多目标检测和位姿估计领域的研究现状 YOLO系列的区别、优缺点 反问 公司主要研

7.13 一面 专业问答环节 自我介绍 项目1介绍 数据标注中遇到的问题 团队分工以及具体职责 模型推理速度 基线的选择 训练设备以及部署设备 算法性能提升情况 项目2介绍 项目3介绍 聊天环节 薪资考虑 工作地考虑 读研期间工作时间安排 7.19 HR面 自我介绍 家庭情况 为什么选择XX大学 读研期间科研的整个过程 对象问题 职业规划 为什么选择苏州 为什么选择我们，不考虑一些大厂吗 对未来工

惯例：自我介绍+讲项目 考察问题： 介绍下transformer（语言组织不好，虽然知道原理但是讲的很乱） 为什么需要multi head attention 介绍下layernorm和batchnorm 为什么layernorm在NLP下有效，batchnorm则不是？ pytorch的model.train()和model.eval()的区别 介绍一下集成学习 算法题：二维网格求左上到右下的最

小红书：2022秋招提前批【RedStar】算法工程师 一面 GNN 中 Transductive 和 Inductive 分别是什么 Transductive 考虑的是静态的图结构，如 GCN、GAT 等经典模型都是 Transductive GNN，基于静态的图结构学习节点表示进行节点分类等下游任务； ​ Inductive 考虑的是动态的图结构，经典模型如 GraphSAGE 则是在基本的学

写在前面 四个面试官，问的很全面，自己没准备好，面试的时候就知道过不了了。面试之后，根据面试官问的问题梳理了下知识点，感觉学到了很多。 应聘岗位 算法工程师（知识图谱&图像处理） 一面 基础知识 介绍一下指针，指向指针的指针 熟悉什么网络协议，介绍一下 TCP和UDP有什么区别 说一下TCP的拥塞控制 介绍一下数据结构 介绍一下图像变换 什么是面向对象编程 机器学习 如何实现卷积 知道矩阵加速的方