《算法求职》专题

NLP算法工程师岗 铁废物冲算法：中专，大专，专升本，双非硕 2段实习经验，多个竞赛，一个破论文 一面（技术）： 主要围绕简历上的项目问，刚好做过大模型，这个问了挺多 langchain原理 glm架构是什么 coding：爬楼梯 二面（总监+HR）： 总监 还是围绕项目的内容询问 课程成绩 在项目中担任什么角色，如果和同事遇到冲突怎么解决 本科哪里的 家里的情况 职业规划 为什么考这个学校：调剂

面试岗位：算法工程师 面试时间：23/08/28 注：滴滴的面试流程比较独特，一天之内完成三轮技术面，没有hr面，每轮技术面的面试官基本不是同一组的人，谁有空谁来面，还挺神奇； 一面面试内容： 自我介绍 代表性实习经历介绍 机器学习八股有监督 vs 无监督过拟合L1、L2范数，Ln范数回归模型损失函数MSE、MAE、MAPE的公式分类模型评价指标：AUC计算公式、ROC曲线横纵坐标、如何绘制 深度

面试官很客气 把每个项目都问了一遍 然后反复挖掘项目里面的细节 有问chatglm跟gpt的区别，放了个国庆忘记了。。。 问了一个场景题说如果用户输入的文本太长了，模型输入不了那么长的文本怎么办？ 还问了一个人事方面的问题，如果合作过程中与同事发生分歧，怎么解决？ #面经#

初筛完成进入面试 一面：53分钟，主要是介绍实习，项目，比赛，C++八股和python语法使用！每一个细节问的都比较细，我是从实习开始介绍，每一项都很细，面试官问的挺好，很专业， 我重点做的内容是：bevfusion模型训练加部署orin平台量化推理！ 一面没有手撕 二面：34分钟，面试官是随即问的，有关深度学习，模型量化压缩都会问，手撕一道中等排序题，然后结束了！ 总之面试感觉：挺好的

100%, 0% 第二题快结束的时候想出来的思路，可惜结尾的 stack[:n - k] 写成 stack[:k] 了。。。 T2 题目 第一行输入两个整数 num 和 k，要求从 num 中删去 k 个数字，使得剩下的数字组成的数最小，并输出最小的整数。数据范围：k <= num.length <= 10^5 示例 输入：10200 1 输出：200 分析 本题考查贪心算法，每次优化可优化的最高

总时长45mins 1、拷打论文，因为课题跟小样本学习有关，问了问很多小样本学习的内容。 2、拷打项目和来源，回答是导师和公司合作的。 3、拷打实习，问得很细，比如包括遇到了什么难点，为什么要这么做不那么做。 3.1、为什么图像分类要减均值除方差，目标检测一般不需要。 3.2、怎么提高模型泛化性。 3.3、数据集怎么采集的。 3.4、模型不收敛的原因有哪些 反问有几面，答2技术面1个HR面。 有点

两个岗位同时约面，进错会议了尴尬 面试时长：50min 面试内容： * 自我介绍 * 实习内容介绍 * 数据并行 * ft框架 * 随机森林 * gbdt * 优化器了解哪些 * bert和gpt * transformer结构 * 线上服务推理如何提高吞吐量 * 手撕：链表加法

10.10一面 前面主要聊论文项目实习，面试官挑了一些东西问具体是怎么做的，我就在白板上写写画画讲讲，面试官基本就是“我大概了解了”的反馈，也没太细问，估计做的方向不完全一样。 代码题是一个挺变态的题。。题目都差点没读明白。面试官说给了提示能做出来就行，磨了接近四五十分钟，心态差点崩了，就写出了个简化版本。整场面试持续了一个半小时，面试官也挺好的，代码能不断给提示。 面完大概一周多约了2面 10.

泡好久了，发发面经攒人品，许愿一个offer 一面 1. 八股文： vector emplace_back和push_back的区别？resize和reserve的区别？迭代器失效的情形？map和unordered_map的区别？编译器如何实现this指针绑定的？设计模式有了解吗？ 2. 检查代码问题：一个野指针，一个空指针调用类成员函数； 3. 手撕代码：合并区间；最小栈。 面试官一上来就说，我

2023/9/28 笔试 2023/10/21 一面（一个小时） 自我介绍 问实习的项目，主要问了具体负责什么工作，难点，创新点 手撕，leetcode简单 反问：问增程式混动对比纯电的优势，蔚来的换电方案的优势 2023/10/24 二面（一个多小时） 自我介绍， 扣项目，包括项目中的具体的参数，是否符合要求。对slam的原理和融合定位的原理问的比较细节 手撕，一个leetcode简单加上一个d

10.16一面 很熟悉优化的大佬，对我的优化建模进行了拷打 手撕代码是求解方程x^5-x+1=0，用牛顿法写了，还问了什么初始解能让他迭代收敛 10.19二面 应该是泊车组的，问实习问得很详细 手撕 1.给一段代码，找错误（1.函数内给指针赋值 2.指针没用-＞取成员) 2.用二分法判断一条轨迹上的轨迹点是否安全 3.换零钱(dp) 4.口述一题，给思路 10.24三面 应该还是泊车组的 问项目和

#24届软开秋招面试经验大赏# 投递岗位：高性能算法工程师 笔试时间 showmebug平台 100min 笔试题型：2个编程，2个问题 1、手写C++ string类，编程 2、二分查找，编程 3、对cache的理解，问答 4、数据结构顺序存储和链式存储的优缺点，问答 感觉难度还可以，就是showmebug这个平台用不惯，不太会用

目前状态，10/16完成HR面 主要时间经过和进度 8/20提前二批投递简历 8/30完成测评 9/1完成笔试（有一说一长得跟期末考试试卷简直一毛一样，选择，填空，一道算法大题，基本都不难） 10/10完成专业面试（用时36min，应该是部门领导） 主要涉及：（不知道应该说简单还是，甚至面完我都以为是HR面，居然没有手撕代码也没有八股文） 1、自我介绍（基本都是我是谁，学过啥，学校啥项目，公司啥项

面试时间：3.27 总时长：50分左右 没有自我介绍环节，上来面试官先简单介绍了下部门和面试流程（算法题—>八股—>项目—>反问），然后直接开始做题。 算法题： 求出多峰数组的任一个峰，要求时间O(log n)，相当于leetcode 852的多峰形式 八股： 机器学习中过拟合的特点和解决方法 介绍一下self-attention和multi-head attention RoBERTa相比BER

（为什么wxg一共有四轮技术面啊😅，麻了 teg一面挂后，被wxg捞起来了。 3.27一面 针对简历上的简历问了很多，包括一些技术细节和实现方法。八股考察了llm和传统nlp的知识 1.chatglm2与chatglm1做了哪些改进？是怎么训练的 2.微调以后的模型会出现什么问题？如何改进 3.llm的评测怎么做的 4.bert与GPT的区别？bert的pe是怎么做的？ 5.bert怎么做预训练