《推荐算法实习》专题

开头项目 问在上家公司中orb3的slam框架，如何存储关键帧，地图点及其数据结构； 1. 描述一下关键帧是什么？有什么用？如何选择关键帧？ 关键帧相当于slam的骨架，是在局部一系列普通帧中选出一帧作为局部帧的代表，记录局部信息。举例来说，摄像头放在原处不动，普通帧还是要记录的，但关键帧因为总看到原场景，所以不会增加。 三角化需要一定程度的共视区域，所以普通帧每2帧之间会存在大量的信息冗余，如果

#2022/10/8更新 体验奇差的一家公司。（❌） 体验参差不齐的一家公司。（√） 实习投了三个流程。一次kpi，一次简历挂，一次oc。 秋招进行中。 ＃实习 流程1_推荐岗_二面挂 ## 一面 聊论文，没认真听，不care的感觉。 问了很多基础的算法题，手撕了4道。 问了很多脑筋急转弯，经典分金条，毒老鼠，开三个门，生男生女。 面试全程杂音很重，反问介绍业务时直说方向不对口，但还是给过二面了。

双非本985硕，icpc银，一篇一区论文 先自我介绍 1. 介绍其中一篇论文 2. 你的论文结果和其他人的有什么优势？ 3. 如何提升这个项目？（换模型，提升并发度） 4. Yolo的正负样本是什么？（与所有真实标签iou都小于阈值的预测框为负样本，反之为正样本） 5. 模型压缩和加速的方法有哪些？（gpu、蒸馏、剪枝、半精度） 6. 半精度是什么？（舍弃后16bit的半浮点数） 7. 半精度的理

1.自我介绍； 2.做过哪些项目（说了一下自己的论文和项目）； 3.推荐的任务和应用场景（主要是做序列推荐的）； 4.如何缓解数据稀疏和冷启动的问题（使用辅助信息用基于内容的协同过滤）； 5.有了解过语音算法吗（这里只是说了一下语音中的频域和时域）； 6.介绍一下XGboost，其结构以及其拟合的目标； 7.熟悉使用什么深度学习框架（Pytorch）； 8.用过C++吗（了解一些基本语法，开发过一

1.自我介绍； 2.论文中使用的技术（对比学习、元学习）； 3.了解VAE吗，VAE做什么的（生成式任务）； 4.了解GAN吗，GAN的思想； 5.了解NLP吗，用过哪些模型（BERT、Transformer、Word2Vec）； 6.常用正则项有哪些（L1、L2、Lp），说一说各自的优缺点； 7.常用激活函数有哪些（Sigmoid、ReLU、Softmax、tanh），说一说各自的特点以及适用场

1.自我介绍； 2.介绍一下项目（对着github介绍，模型、评价指标）； 3.对比学习（公式、具体实现方法）； 4.深度学习模型了解哪些（RNN、CNN、Transformer、BERT）； 5.说一下RNN梯度消失和梯度爆炸的问题，缓解办法（引入门控机制、LSTM、GRU等）； 6.了解过语音算法相关的模型吗（RNN、LSTM、BiLSTM），更近一点的呢（DFSMN）； 7.为什么想要来做语

1.问下项目，问下我的情况 2.是否了解最新的BEV算法，讲一下 3.是否了解三维重建 4.考察相机坐标系的转换 5.手撕代码，翻车了，不考leetcode，考察两个旋转框的IOU box1 = [xmin1, ymin1, xmax1, ymax1, theta1] box2 = [xmin2, ymin2, xmax2, ymax2, theta2] 好复杂，只能说思路，没时间写 讨论每一种交

1. 送分题：考场上有n种类型题目，输入是每种题目的题数和得分，算在最多做出k题的情况下，最大得分是多少。 2. 给一个有根树，和每个节点的权值，求所有子树里第k大的子数权值。一个子树权值是其所有节点权值之和。 3. 取数游戏，甲先取，如果某个人取了奇数，那么另一个人必须跳过下一个数取后面的；如果某个人取了偶数，那后面那个人可选择跳或者不跳再取数，注意可以连续跳大于1个。输入一个数组和它的长度，输

2024.6.18 实习情况: 什么时候可以到岗? 实习时间多长? 上来先手撕： 1. 二叉树的最大深度 ​2. 层序遍历 linux命令熟悉吗? 删除一个文件，查看内存，有一堆文件要查找带特定字符的文件 分类和回归的loss有哪些？ 回归的时候最后一层激活函数用什么 数据怎么做归一化？ bn是怎么操作的? 方差和偏差的区别 过拟合怎么解决？ 过拟合的时候说方差大还是偏差大? 介绍项目 warm

#软件开发笔面经# 5.29一面 1. 自我介绍 2. 介绍webserver，问技术点（epoll-基础-在windows与linux有什么区别，proactor，webserver的主线程与工作线程怎么安排）。 3. 自己选一个项目讲 4. 面试官介绍飞猪算法方向，让我选一个分析-搜索算法，结果能反哺推荐算法吗 5. 手撕：原题：删除链表的倒数第 N 个结点。 “可以写些例程”问有不用提前遍历

好久没面了，生疏的一批😭 全程一个小时 1.自我介绍 2.拷打第一个项目，我的是一个rag的项目，先让我大概介绍一下，然后问我对比解码缓解幻觉具体怎么做的，我开始吟唱；然后开始问八股，先问llama跟transformer相比有什么结构优化，我就说了几点重要的；然后问我lora微调和全参微调的区别，我开始吟唱，然后问我为什么不用全参，我说显存什么的，又问了显存占用的对比；接着问我rag有什么缺点

看牛客上面没有写，我来分享下经验 楼主bg： 1. 双非本+双非硕 2. 一篇CCF C见刊 + IEEE Trans二区再审 3. 有一段Go后端实习 一共两面，技术一面，hr二面 一面问题： 开头自我介绍 1. 了解梯度爆炸梯度消失？如何解决？ 2. 问了paper的创新点，实验细节 3. 机器学习中随机森林的思想 4. 开发方面问了git、linux 查找/关闭进程、docker常规 5.

1.介绍项目 2.场景题 大模型微调的全过程 大模型的多轮对话数据集怎么构建 怎么训练 对话上下文太长了怎么办 RAG技术 怎么存储的 3.算法题 两数之和 mysql的查询题#面试经验##算法面试经验分享#

全程35分钟，是个女面试官，感觉气场上应该是个部门主管；无手撕算法 1.先介绍了部门情况，第一次见面试官先自我介绍的，感觉确实是个领导，有亲和力 2.自我介绍 3.拷打第一个项目，我本来想共享屏幕对着模型图讲，结果面试官说不用，我就直接讲；这个面试官理解能力很强，我讲的她基本直接就懂了，之前有的面试官要问我好几遍；然后提了一些问题 4.拷打第二个项目，主要介绍了项目整体以及一些亮点，然后问了我幻觉

全程50分钟，电话面，但是有代码题 部门是营销算法 1.自我介绍 2.介绍第一个项目，我的是一个RAG的项目，讲完后面试官没有过多的提问，让我说一下难点，然后问我lora微调的数据怎么构建的，为什么要微调 3.介绍第二个项目，我的是一个论文项目，我就讲了一下论文的整体，然后面试官问我的另一篇论文是不是也是这个任务上的，我说是，他说讲一下两篇的不同，我就从基座模型不同、motivation的差异讲