《推荐算法工程师》专题

面试官迟到3分钟。 准点时hr先叫我自我介绍，所以实际上面试官没听到我的自我介绍。 自我介绍完面试官进来会议室直接开始问问题。 1、做的大模型的项目有没有做模型优化？ 2、优化模型的项目，科研做的项目？ 3、会什么编程语言？ 4、cpp里面什么时候可以用多态？ 5、bert和gpt的区别？ 反问： 1、后续面试流程，下一次hr面 2、公司业务，自然语言处理做问答系统，交易吧啦吧啦的一些文本处理 —

1.问项目 2.八股： 讲一下transformer 为什么用layernorm 讲一下bert 了解哪些大模型 大模型中attention的改进方式（MQA，GQA） 3.代码： Leetcode不同路径II#面试经验##算法面试经验分享##拼多多暑假实习面经#

9.7晚上六点通知9.8晚上七点面试，半小时。9.9早上通知挂。 面试的时候只有你开摄像头面试官不开，面到后面还有别人说话的声音，面试官中间闭麦几次。（复盘是KPI面，只根据自我介绍来问连我简历都没看，把我项目里的内容都搞混了） 1.上来先自我介绍，然后根据自我介绍问项目的内容。没有涉及到C++和手撕代码。大家好好准备自我介绍，面试官一般根据这个来问。 2.主要问项目里面具体的技术实现手段包括原理

一面（8.30）： 1、自我介绍，问简历中论文和项目（问的比较浅） 2、第一道算法题：数组中找第K大（花了一些时间调出来了） 3、第二道算法题：面试官自己出的，要求输入整数n，返回长度为n、仅有元音（a,e,i,o,u）组成的字符串数量，比如n=2则返回15，因为['aa','ae','ai','ao','au','ee','ei','eo','eu','ii','io','iu','oo','o

主要是项目深挖， 刚开始很惊讶，科大也有搞电机控制的？ 三电平比两电平的优势。 PID整定方法。 开关频率？ 你实验室电机功率。 带载的力矩有多大？ 硬件部分谁在做？ 你主要做了什么？ 相对于其他学校的学生，你的优势在哪里？ 反问。很短不到20分钟没有反问甚至只有12分钟，可能对我没兴趣，总体比较水。 期待二面。

学校学的东西太浅显而且有些比较落后比较老的知识，所以面试时好多不知道的东西，面试状态也不还好，感觉是凉了😭 以下是面试流程与问题： 自我介绍（学校课程：高级程序设计语言与计算机四件套，还有数据挖掘、图像预处理、人工智能导论等专业课程） 问项目，深挖你的流程与技术栈（我答的是一个模板匹配方式的车牌识别系统）以及你对你项目的缺点总结与改进方案，实施了没有？为什么不实施？（忙毕设） 对目前人工智能行业

是个声音很好听的小姐姐面的，面试体验超级nice。就自我介绍，然后问项目，然后就反问。没有八股和手撕，整个面试过程非常的愉快。 ps：感觉除了大厂会招做理论算法的人，这些制造业的厂都倾向于招把算法落地到开发板上的人，所以基本都会问，会不会C++，有落地的项目没。 也不知道后续会怎么样，等待中 #哪些公司面试官让你印象深刻？#

1. 全程问项目相关，没有任何一个八股问题，项目要非常熟悉，会进行扩展。 2. 开放性问题比较多，要能自圆其说。 3. 算法题是和编解码相关的。 #快手##快手信息集散地##音视频#

更新：一面已通过 —— 开场先调了五分钟设备，问了15分钟，最后10分钟做题。面试官全程强调HC紧张，30分钟结束，感觉寄了。第一次写面经，攒攒人品。 开场： -自我介绍 -你之前面过我们部门三轮技术面面评都不错，最后为啥挂了？（我也想问） 项目： 深挖实习项目（其实感觉也不深，就问了15分钟），包括业务场景、模型、样本构造、特征工程方面 算法题： 都是力扣原题 -链表公共节点 -和为target

45min面试分成三部分 1）项目介绍 广告公司实习，用多元回归看哪个广告平台对收入影响最大。 问：模型有什么问题和改进方法？答：依靠经验判断哪些特征有用，也许神经网络会好。问：你有实行这个改进么？答：没有。（羞愧） 科研项目，神经网络判断哪个SSD延迟更低。 问：用了什么样的模型，是否特征筛查。问：你知道什么业界的特征筛选发放么。答：我只知道便利所有特征组合。（相关矩阵） 2）机器学习问题 问：

1. 介绍一下你自己； 2. 聊了感兴趣的一个项目； 3. 先来做两道题。 买卖股票最佳时间【只能买一次】 和 【必须买两次】（变种，利润可以是负数）； 4. 介绍实习经历，问的很细，将广告的整套流程都问清楚了； 5. 你知道什么是RTA吗？（广告投放策略Real-Time API） 6. 八股-过拟合是什么原因导致的？有什么解决方法（答了图像增强、正则化、降低模型复杂度、训练集扩充）， 7、BN

上来先自我介绍然后让自己挑一个项目介绍。后续面试官问了很多问题 1 特征工程如何做 2 特征筛选都有哪些介绍一下 3 随机森林原理 4 支持向量机介绍一下 5 深度学习框架会哪些介绍一下 6 transformer介绍 7 attention机制都有哪些介绍一下 8 lstm原理以及相比于rnn的优势 9 时间序列预测都有哪些方法 10 介绍一下arima算法 11 数据库都会哪些 12 深度学习

奇安信 计划研究院 算法工程师 一面 40min 11.06 1.介绍了三段实习实习经历，里面用到的模型的原理，改进方法等 聊了20min 2.刚收到图像的训练数据，怎么进行处理 3.Yolov5的主要改进点 4.介绍特征金字塔，以及为什么它能提升模型的效果 5.介绍Centernet模型 6.anchor free比 anchor base有什么优缺点 7.Python列表去重的方法 8.Pyt

https://zhuanlan.zhihu.com/p/665595011 Boss直聘 算法工程师 一面 11.06 项目介绍 画出Lstm的结构图，并进行说明 Lstm用的激活函数是什么？相比sigmoid有什么优势？ 介绍Rcnn。为什么它速率较慢 C++内存泄露的原因 Python哪些对象是可变的，哪些是不可变的，怎么判断 Coding y = np.array([1, 1, 1, 1,

一面 11.23（有些问题忘了） 44min 自我介绍 详细讲解下目前做的项目（diffusion相关） 为什么网络结构要这样设计 与ip-adapter有什么不同 有没有效果展示（展示了下效果，面试官说不错） 了不了解GAN GAN和diffusion的区别 了解模型部署相关的知识吗（不了解） 写题： 力扣-704 写一个含有三层卷积层的10分类神经网络，写出每层的shape输出 反问： 对我这