《算法工程师》专题

笔试选择题 一面技术面比较简单，python和linux的常用知识点。比如numpy库、pandas库，服务器常用操作等等 终面比较综合，问题没啥意思，但是面试官级别比较高。问的比如你讲讲做过的项目，亮点是什么，你学生工作最难忘的事这一类

本来是线下面试的，没想着去，结果给我约线上了，还是长沙的岗位，湖南人表示愿意试试。 是技术面和综合面一起的，两个面试官，看起来都很和蔼。 自我介绍 然后问我c++和python哪个熟悉一些，我说都行，我没想到的是居然开始问python的八股 python的反射机制是什么？ 没听过这个，后面查了才知道是运行时获取类型 python的赋值、浅拷贝、深拷贝？ Linux的常用命令 git fetch和g

这个面的有点突如其来，我下午好端端坐着突然接到了一个江苏的电话，说是中兴的，要聊一下，接到电话我是懵b的状态的，是后来他说我才知道这算是一轮面试的，全程20分钟 1.先说了我的名字，然后说要聊一聊 2.问我研究方向，我说了一下我的方向，大概讲了一下应用 3.问我想去哪个城市，我说南京，他说为什么不去别的，我又说都行，主要遵从团队分配 4.问我职业规划，我说想做算法相关的，大模型和传统机器学习都行

美团到店 时长1h，基本没啥八股，项目细节问的很细 1、自我介绍 2、问项目，一直聆听我在介绍项目，中间会穿插一些比较简单的问题，对embedding方式，embedding好处问了一些 3、你的优势是什么 4算法题，合并两个有序数组，要求无额外空间，on复杂度，秒了 5、面试情况 5、反问

24.08.17-14:00 记录一波 1. 自我介绍 2. 项目中模型如何训练 3. 目标函数用的什么 4. 训练的计算资源和时间用了多少 4. 手撕：寻找字符串中最长有效括号子串 5. 梯度消失和梯度爆炸如何缓解 6. batchnorm中可学习参数如何获得，是反向传播吗？ 7. l1正则和l2正则的区别 8. 如果要筛掉大量数据中的一些无用数据，用l1还是l2，为什么 9. 树模型和LR区别

项目抠的还挺细的，但抠的更多的是和大模型无关的部分，比如fasttext怎么训的呀，原理呀，爬虫怎么部署的，反爬机制如何解决，get和post请求具体是什么区别，hadoop/hive的使用经验。 八股浅浅问了transformer结构和peft方法，不需要答得很深。 题目做了最长无重复子序列，秒了 许愿一个二面 #拼多多求职进展汇总#

时长：1h30min 因为岗位比较匹配所以问了不少，鼠鼠第一次面这么匹配的岗位，面试官很有水平，学到了很多东西。 1.自我介绍 2.深挖项目和实习，简历上提到的都问了，中间穿插了八股 1）具有旋转不变性的图像算法 2）transformer中为什么除以根号dk？dk怎么来的？ 3）传统的图像处理方法有哪些？ 4）滤波，去燥 5）中值滤波用在什么地方？ 6）哪些滤波能保持边缘信息？ 3.手撕lc69

果然还是并没有进步，应该刷多少题才能多a一点，实习应该肯定是找不到了 第一题：you矩阵（签到题） 第二题：最小公倍数（一直只能a 20%，提示循环错误或者超时，但是剪枝了也还是只有20%） 第三题：树的路径 （快写完才发现可以双向遍历，但是没时间改了） 第四题：所有非空回文子串（没想好怎么表示某一下标的0/1值，放空） 秋招好好准备，秋招见！

##好未来#秋招：一面面经，应该是凉经，趁着热乎记录一下。 1、30分钟的项目，根据你的简历上的项目进行提问，问的地方比较细，也会问你对这个方向的一些看法和理解。 2、5分钟左右的八股，但是这个八股主要还是涉及到多模态大模型的部分，我不太了解，只是在一个项目中用过多模态大模型，所以这部分比较快 3、手撕，竟然没手撕力扣的，手撕一个分割的评价指标，我主要做检测的，分割很久不碰了，不过在帮助下还是磕磕

学历背景：双非本硕 计算机 研究方向：医学图像处理 无实习 一面： 基本围绕简历上的项目问，问简历上的具体算法，然后问了简历上会的技能。 二面： 还是问项目简历 1. 项目的具体流程 2.自己具体做了什么工作 3.项目算法与其他算法的效果对比 4. 遇到的困难，如何解决的 感觉整挺好，希望有三面吧。哈哈哈哈哈哈 #OPPO提前批#

8.1号投递，base深圳 8.20一面 总共30分钟左右，没有撕算法题。 自我介绍 挑个项目讲解，讲一下流程和效果 讲一下研究方向 北京的岗位比深圳多，为什么选择深圳？ 有没有女朋友？ 未来的职业规划？ 遇到的最大的挫折？从中学会了什么？ 最有自豪感的事情？ 有什么爱好特长？ 反问1：部门规模？三四十人 反问2：业务内容？做视频内容安全相关的，偏策略多一些，中间处理 #2022秋招##快手面经#

在线测评是行测+性格测试，笔试找了半天发现才发现在战盟的这个位置进行笔试（要开摄像头） 浏览器、qq啥的全部要退出，战盟能检测，未退出无法开启笔试！ 题目包括一些基础深度学习+机器学习知识，题型包括选择（单选）、填空、问答、编程题。 我报的算法，但是我没想到的居然有C++的题目（填空的C++居多），看不懂，不会orz...

10-8 面试官懂的太多了，秋招以来第一次面试被问麻了。 手撕 简单dp题，到右下角的最短路径 面试官说可以把边界条件拿出来做，这样会更清晰点 Pytorch DDP了解过吗 不了解 CV的发展路径 从AlexNet开始说，因为想不起来具体改进，就总结了说是各种架构和激活函数的改进 NLP的发展路径 RNN-》LSTM-》Transformer 不清楚是不是这个发展 RNN和Transformer

记录一下菜鸡被狂虐的经历吧 一面：研究院中的某个产品线 1.自我介绍 2.对哪个算法模型比较熟悉，介绍一下（说了xgboost） 3.xgboost与gbdt的区别 4.运用xgboost前是否需要进行归一化处理，xgboost中如何预防过拟合，如何在训练模型前预防过拟合 5.有没有用过深度学习模型，对哪些比较熟悉（我的方向是机器学习，就说了个cnn） 6.cnn各层的作用（属实是不记得了），为什

#小天才# 面试前通知时间大约半小时，实际面了将近一小时，但最后还是挂了。面试官比较侧重于问项目经历，而且表明我进面试是因为看重我的专业(通信本科+生物医学工程硕士)和某个项目经历比较对口，不过我在面试前准备的方向有点偏了，我当时提取准备的都是深度学习以及大模型方面的多模态知识，而小天才的多模态指的其实是智能穿戴设备上采集到的各种生理信号数据，主要结合的还是机器学习算法，这方面的提问我也没有很好答