《算法求职》专题

分享面经 攒攒欧气！ 一面 1. 首先是自我介绍加一个项目介绍 介绍了研究生期间的课题 用了什么方法？提升了多少指标？分析过badcase吗？ 2. 简历有写大模型微调 问了目前的大模型微调方法你觉得哪一个最好？ 3. 反问 二面 1. 自我介绍 2. 介绍命名实体识别项目，实体嵌套怎么解决？ 3. 介绍大模型角色扮演项目，数据集怎么构建？原本微调后大模型只能扮演一个角色，问训练一次能否实现大模型

（1）自我介绍 （2）项目：科研和比赛 （3）基础：lgb用的是信息增益还是？ 随机森林呢？ 随机森林的基本树模型 mae和rmse 训练losss和测试loss 高德打车开放问题 lgb处理缺失值 （4）coding：动态规划中的最小硬币数#牛客在线求职答疑中心##牛客解忧铺##投递实习岗位前的准备##实习，投递多份简历没人回复怎么办##我的实习求职记录#

一面（和我之后的mentor面的）： 深扒了我的项目，问我的方向主要是做什么的。当时是去年12月份，一篇CVPR在投。 transformer中self-attention的复杂度，写一下self-attention的公式，为什么要除以根号dk，问的很深，mentor超级有水平。后来进组被疯狂碾压。 为什么用论文里面用了transformer 一道算法，忘记是啥了，什么最长的.......，暴力解

今天面试了豆瓣算法岗，我一番自我介绍完之后，最后说自己学习能力强。然后面试官就说：我们先写一个基础的算法题吧。然后就给出了一个算法题，无奈自己LeetCode刷的真的还不太够，写了半个小时都没有写出来。

5月23日一面（30min） 自我介绍 介绍项目（图像分割） 项目中遇到的问题，如何解决 实际代码实现时间 对transformer在分割中应用的看法 其他一些项目细节，大概20min 手撕一道简单的括号匹配（10min） 反问环节 -------------------------------------------------------- 5月26日收到电话约二面 -------------

自我介绍 说一下自己的优缺点 介绍一个自己最熟悉的项目 水平目标检测怎么扩展修改成旋转目标检测 Deeplab v1，v2，v3区别 项目里面的高空间分辨率影像用的哪些 大模型在不同的空间尺度影像如何泛化(高分和中分数据如何同时泛化) 编程题： 只用写思路和伪代码，找到数组中第k个最大的数 反问

例1：输入:nums=[3,4,2]输出：6解释：删除4以获得4点，因此3也被删除。然后，删除2个赚取2分。共获得6分。 以下是如何解决它的解释： 算法 我无法理解这里是如何使用和变量的，以及它是如何解决问题语句的。 你能帮我理解这一点吗。

本文向大家介绍Java实现的计算最大下标距离算法示例，包括了Java实现的计算最大下标距离算法示例的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了Java实现的计算最大下标距离算法。分享给大家供大家参考，具体如下： 题目描述 给定一个整形数组，找出最大下标距离j−i, 当且A[i] < A[j] 和 i < j 解法 复杂度：三次扫描，每次的复杂度O(N) 算法：{5,3,4,0,1,4,

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

格灵深瞳一面，CPU 都干烧了 面试时长：60min 1.自我介绍 2.你觉得笔试哪里做的比较好 3.简历中挑一个你最熟悉的项目介绍（我挑的单目变焦三维重建） 4.如何实现单目变焦三维重建的 5.SLAM 懂一点吗？说一下基本流程 6.讲一下如何准确建图 7.稀疏重建如何去畸变使得图像畸变影响最小 8.图像畸变的原理 9.如何计算图像位姿，本质矩阵如何得到 10.图像特征匹配中 RANSAC 方法

本文向大家介绍c++加法高精度算法的简单实现，包括了c++加法高精度算法的简单实现的使用技巧和注意事项，需要的朋友参考一下 c++高精度算法，对于新手来说还是一大挑战，只要克服它，你就开启了编程的新篇章，算法。 我发的这个代码并不是很好，占用内存很多而且运行时间很长（不超过1秒），但是很好理解，很适合新手 高精算法的本质就是把数组编程字符串，然后将字符串像竖式一样加起来： 以上就是小编为大家带来的

本文向大家介绍朴素贝叶斯算法的python实现方法，包括了朴素贝叶斯算法的python实现方法的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了朴素贝叶斯算法的python实现方法。分享给大家供大家参考。具体实现方法如下： 朴素贝叶斯算法优缺点 优点：在数据较少的情况下依然有效，可以处理多类别问题 缺点：对输入数据的准备方式敏感 适用数据类型：标称型数据 算法思想： 比如我们想判断一个邮件是

本文向大家介绍算法题：名人问题，给出最优解法相关面试题，主要包含被问及算法题：名人问题，给出最优解法时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 问题描述： 有n个人他们之间认识与否用邻接矩阵表示(1表示认识，0表示不认识)，并A认识B并不意味着B认识A，也就意味着是个有向图。如果一个人是名人，他必须满足两个条件，一个是他不认识任何人，另一个是所有人必须都认识他。 解决问题： 用一个数组

本文向大家介绍使用GO实现Paxos共识算法的方法，包括了使用GO实现Paxos共识算法的方法的使用技巧和注意事项，需要的朋友参考一下 什么是Paxos共识算法 最初的服务往往都是通过单体架构对外提供的，即单Server-单Database模式。随着业务的不断扩展，用户和请求数都在不断上升，如何应对大量的请求就成了每个服务都需要解决的问题，这也就是我们常说的高并发。为了解决单台服务器面对高并发的苍

我一直在努力理解这个图表演示文稿，但没有任何适当的解决方案。也许有人能想出办法。 我有一个连接的，无周期的图形的演示，其形式如下： < li >逐个删除度数为1(只有一条边)的顶点 < li >如果有多个选项，将移除具有最低值的顶点 < li >当顶点被删除时，它旁边的顶点将被标记 < li >这将继续下去，直到图形只剩下一个顶点 这是一个示例图： 这就是演示文稿的形式： 因此，该图的表示形式为：