《算法工程师》专题

感觉是其他部门交叉面，视频信号太差了卡了几次最后没办法转成电话面了。 简单自我介绍，主要问简历上的项目，包括项目里觉得做的最好的是哪个，使用的模型技术，具体是怎么做的，有没有落地。基本没怎么问八股。 最后手撕了一道字符串编辑距离，秒了（dp就会01背包和编辑距离😁）反问环节问了一下还有几次，面试官说应该是最后一次技术面了，40min结束。

1.国际象棋中，一个皇后可以吃到多少位置棋子，输出所有位置的编号 直接循环，写了半小时，给我心态整崩了，第一题就这么复杂 2.分类讨论，奇数比偶数多就奇数*2，偶数比奇数多就根据偶数2的因子数进行排序，贪心 3.恶心模拟，写了半个多小时，一直在debug，题目倒不难 4.最短路问题，没A出来 5.竖式除法的过程，发现分子无论是什么，分母确定了，循环节貌似都不怎么变，于是默认分子为1，直接模拟竖式除

问的很细，很深入，当然也可能是因为我太菜。 首先问简历，具体业务，怎么做的，用的数据集数量和格式，现有的流行大模型结构。SFT lora的做法，原理，具体微调哪个矩阵，其他PEFT方法，为什么lora用的广泛，以及矩阵和数据序列N参数量的关系。 强化学习和RAG问的比较多，但是因为我本人都只是做过demo级别的项目，回答的不是很好，被面试官一直质疑，以及一些PPO和DPO的细节，输入数据集格式是否

#软件开发2024笔面经# 20道选择 2道编程 1.输入p1,p2...pn代表n本书价格。 输入d1,d2...dm代表m张优惠券， di表示第i张优惠券的使用条件是：至少买di本书，并免去其中最便宜的书的价格。 问：仅能使用一张优惠券，买这n本书最少需要多少钱？ 2.给定一个矩阵，每一步只能选择往上下左右4个方向移动一格，矩阵中'#'代表障碍物不能通过。问外卖员从点A到点B取外卖，再送到点C

大家都说，算法岗最近几年有点卷，但是随着多模态和AIGC的兴起，这个领域又多出了很多机会。我最近社招入职阿里，总结了包括阿里，腾讯，字节，商汤，华为等十几家互联网和AI公司的面经以及平时我的学习成果。因为面经花费心思多，整理时间久，不支持白嫖哟 如果是校招或者社招，可以考虑入手，如果是在校学生也可以当做比较好的学习资料，里面包含了很详细的讲解。

一面（30min） 1. 问了职业规划 2. 问项目细节 3. 场景开放题目 4. 反问 二面（45min） 1. 面试官介绍部门业务 2. 详细问了项目细节+涉及的八股 3. 一道专业题 4. 开放题目，问模型效果不佳怎么办 5. 反问 #京东#

1自我介绍 2项目 3传统CV算法有哪些 4有什么爱好，打篮球打什么位置，身高体重 5 意向地，有无女友，有没有投其他公司 感觉被KPI了

分享面经攒人品 2023.09.12 全程25min 1、自我介绍 2、项目中最困难的点是什么，怎么解决？ 讨论了一些技术细节。 3、项目过程中遇到和其他成员有分歧和矛盾要如何解决？ 4、遇到问题怎么定位？ 5、职业规划 6、期望薪资 7、现在拿到哪些offer？ 8、个人信息（独身子女，家庭，意向城市） 9、反问 多久出结果... #你的秋招进行到哪一步了# #许愿#

15单选+3简答+2编程 一小时 单选有概率密度、算特征图维度这类需要计算的 简答 给中序后序画树的结构         介绍relu sigmoid leakyrelu tanh优缺点         介绍transformer 介绍自注意力机制 写注意力公式 写encoder-decoder结构并介绍decoder的注意力 介绍多头注意力 介绍长度和注意力的关系 编程    给一个数字字符串和

TPlink分为两家，普联负责内销，联洲负责外销，两者招聘流程基本一致，因此就一起写了。 联洲 联洲的招聘流程比较清晰，可以查到自己的具体状态，按照岗位和定级每人2~3面不同。我是进行了3轮面试，第1、2轮都是技术面试，第3轮是综合面。 第1轮主要是围绕项目进行提问，并且询问基本信息，像在校成绩、排名，有无论文，专利，得没得奖，大概不到20分钟，面完当天就显示结果 第2轮也问了下项目，不过面试官小

2023.09.06 全程25min 1、自我介绍 2、八股（比较简单） a. 进程和线程的区别 b. 数组和链表的区别 3、项目拷打 面试官很专业，问得很深。 项目一定要吃透。 4、手撕 归并排序

1.code 快排 2.项目及实习经历 DSSM损失函数是什么 DSSM缺点是什么，改进方案是什么 以及其他一些实习具体内容 3. XGBoost并行方案是什么，对比GBDT改进 LR为什么用交叉熵 Transformer架构介绍一下，为什么处根号dk，QKV是怎么计算的 额外看我会用spark，问了如何处理数据倾斜

8.3日下午三点，一面，面试了整一个小时： 1.自我介绍 2.主要针对简历提问，我是研究计算光谱成像的，简历上写了三个项目，由于第二个项目是我自己研究的一个降噪算法(论文在投），和isp稍微相关一点，前二十分钟基本就和面试官聊这个算法，这个算法可以用到高光谱降噪，压缩感知重构和demosaic上，所以也穿插了一些demosaic的知识，大概就是bayer滤波这些。 3.另外两个项目是高光谱相机的，

1.自我介绍+项目深挖 2.AUC是什么？ 3.学过数字图像处理吗？边缘检测有哪些方法？canny算子具体是怎么做的？ 4.不使用深度学习如何检测视频中的运动物体和轨迹？ 5.C++内存泄漏是什么？如何避免？static关键字的作用 6.深拷贝和浅拷贝区别，python用什么函数进行深拷贝?

1.自我介绍 2.深挖项目 3.内存泄漏 4.进程 线程的区别 5.残差神经网络 6.反问