《推荐算法实习》专题

前言： 岗位：机器学习算法实习 笔试情况：无笔试 一面 1.自我介绍（非科班硕，一份水实习）; 2.介绍项目，并由此引出一系列八股文： 介绍gbdt算法的原理与实现 说说xgboost对于gbdt所做的主要优化 3.介绍实习工作 简单介绍resnet及其主要改进(shortcut连接，BN层)，说说这些改进为什么work 介绍transformer及self-attention机制实现方式 了解哪

蚂蚁很早就投了，但是直到三月底才捞起来面试，部门是支付宝事业线，岗位是计算机视觉算法 先问了一下有没有做笔试，做了笔试就先不做题了 项目中为什么使用了卡尔曼滤波，为什么跟踪模型使用了比较老的SORT 场景中相邻帧的box跳动较大对跟踪的影响 SORT的匹配是怎么做的，简述一下匈牙利算法（被面试官质疑了一下，问是不是应该是KM算法，脑子抽了没想起来，其实带权的二分图匹配就是KM算法，只记得叫匈牙利了

一面 1. PTQ和QAT的区别 2. 如果对embedding也做量化，你觉得会有什么问题 3. 说一下常见的量化方法和原理 4. 假如现在让你对transformer模型进行量化，你觉得需要量化哪些算子 5. 矩阵乘法算子的量化过程 手撕（如流IDE） 1. 搜索二维矩阵 Ⅱ lc原题 2. Top k 3. python pep9规范 问题 二面：交叉面 1. SLU和NLU的区别 2. 其

1.code 硬币换零钱问题 秒了 2.项目 严格拷打最近一个实习的项目，面试官很厉害，一下子就指出了一些当时没有考虑过的东西 3.八股 无 4.反问 组里做什么，base在哪 流程半小时结束，面试官说因为人太多了，所以面试很短 vivo hr说暑期实习技术面就一面，希望好运，进hr面

1.（100%）简单map，但我觉得长度这么短索性用了5个变量 https://pastebin.com/VpAaUgnV 2.（100%）连续n个d的回文子串数为n*(n+1)/2，"red"的回文子串数为3，"re"的回文子串数为2，"r"的回文子串数为1。那就先添加连续的d使其回文子串数小于目标值，再继续添加red使得回文子串数和目标值之差小于3，最后根据需要添加re或r即可。 https:

真的好难啊啊啊🤯 单选和非定向上花了太多时间 后面只有一小时写代码... 第一次笔试，时间掌握的不太好 代码题三题只a了第二题，第一题看了一眼没有思路直接跳了，第三题明明自测代码和提供的例子都过了，但是提交就是0%，不知道为什么555 第一题：构造一个长度为n的数组，满足以下三个条件：1. 所有元素绝对值不大于3；2. 相邻两元素乘积小于0；3. 所有元素之和为0 第二题：必须且只交换一次相邻两

项目问题： 1、增强纠错译码项目是怎么做的？目前有几个人在做？ 2、该项目未来方向是利用bert来提取自然冗余信息，具体怎么做？ 3、NLP的发展历史？（attention+transformer+bert) 4、bert的两个应用场景？（完形填空+给一句话预测下一句） 5、你生活中是怎么使用大模型的？（chat-gpt？文献检索+代码解读+图像生成） 6、yolo和R-CNN区别？ 7、目标检测

2024年3月29日高德算法实习生岗位的一面面试。 这次面试主要是为了积累经验，虽然有些问题没有答上来，但还是希望能为大家提供一些参考。 面试过程 请介绍一段与算法相关的项目经验。 请解释Xgboost和GBDT的区别。 回答：两者都是梯度提升模型，但Xgboost使用二阶泰勒展开，而GBDT使用残差进行训练。Xgboost的决策树可以是回归树或分类树，训练速度较快，因为可以并行训练。 你有进行调

问了硕士研究方向的一些问题 然后全程问项目 无八股 手撕 数字字符串加法 中间屋内断了两次网，简直坑爹。希望不要影响大局。许愿一个oc

Timeline： 4.1 投递 4.3 测评+笔试 4.8 一面 4.10 二面 4.12 hr面 4.23 oc 苦等11天终于oc了，阿里池子都要泡烂了

三道题 分数占比100、200、300 最后通过用例：100%、97%、17% ACM模式 第一题时间花在处理字符串，主要考察map 第二题考察union set，大致意思是计算图的每个连通子图中所有边的和 第三题考查dfs、bfs 建议提前练习一下多行字符串每个字符串中又包含多个字段的处理，处理输入确实蛮花时间的（对于平常只刷leetcode的xx来说，acm佬勿喷）

全程25分钟，部门是百度文库策略部 1.自我介绍 2.介绍第一个项目，我的是一个RAG的项目，讲完他疯狂挑刺，然后我说了一些我们优化的一些点，他就说“你们这个地方做的挺粗糙的”，服了 3.问问题，问我transformer的结构， 我吟唱了一遍，然后他开始问一些里面比较偏的问题，有的答不出来就说一句“行吧行吧”我觉得我答不出来确实是我菜，多问一些拷打我我没问题，但是面试官也没必要这样搞人心态吧😭

1. 介绍项目 2. imu怎么加入到vo 3. imu加进去对定位精度的提升 4. 平面拟合，有斜坡怎么处理 5. 激光雷达和相机结合进行三维重建的具体步骤 6. 了解过滤波吗，说说kf，ekf，ukf 7. ekf中传感器噪声和测量噪声的大小，对滤波过程的影响，两者太大，分别会造成什么问题 8. 了解过什么运动模型，没明白意思，面试官举了一个横向运动的例子 9. 智能指针，讲一讲 10. 引用

一面：35分钟(回忆版) 1、自我介绍 2、上来直接问上段实习内容 (可能因为两家公司有过合作，所以面试官比较感兴趣，尽管上段实习不是图像算法岗，也问得比较多) 3、对yolov5的理解(简历内容) 4、C语言static 答了C++的，就没继续问，可能公司不用C++吧 5、用过哪些单片机做过什么？ 6、车道线检测算法的思路 提前准备到了 7、卡尔曼滤波器了解吗，能否用C语言写一个 反问：实习能否

无自我介绍、业务介绍，直接开始。 首先问了项目里的文字处理和图片处理，有没有用到NLP的知识，图片处理有没有用RNN，我说：“都没有！” 然后他就开始问共享单车有没有用LSTM这种深度学习算法，我说：“当时考虑过，但是没有用！” 然后面试官说考考深度学习、机器学习基础原理这块吧（都忘了！哈哈！） 1、GLM是什么？ 我就说是generalized linear model广义线性模型，然后卡住。。