《算法开发实习》专题

听说写点面经能攒人品，赶紧来一波。 滴滴两次技术面，没有hr面。 第一次技术面问了transformer和bert的基础知识。 先是问了知道transformer的架构如何设计的么？我答理解的。遂让我介绍下transformer的block的结构，我巴拉巴拉，然后继续问编码器和解码器的细节，编码器的position是用的什么函数，解码器和编码器的不同之处，解码器mask是怎么设计的。有的我答出来了

一面是一个技术小哥，交流起来没有压力 （甚至比我导师更理解我在做什么事情） 分为三个部分 1、简历，主要是论文 2、写了一个算法题，nms 3、聊了一下他当前做的一些方向，因为我在这个方向了解不是很多，所以小哥也非常体谅我，让我自由发挥即可，我答的可能不太合理，小哥表示没有问题 总体来说，面试氛围很nice，面试官有耐心，没有因为晚上8点面试表现出不耐烦，更像是学术上进行交流（小哥的水平应该比我高

电话面试30min 1.简历项目介绍 2.10w敏感词检测查找算法：感觉用字典树之类的 3.模糊敏感词检测算法查找：不太懂 4.一个简单的数制转换+计数：**原题的感觉 5.没有反问，两三天之后出结果，蹲一个#我的求职思考##0offer是寒冬太冷还是我太菜##你的秋招进展怎么样了#

20min 1.自我介绍 2.介绍项目（顺便问了一下分枝定界） 3.用什么求解器，gurobi有什么加速技巧，有调整过参数吗 面试通过后有笔试，关于vrp的建模题，提交代码 个人感觉整个过程非常轻松

本硕某中游985，非科班24届，第一次找实习 一面 2023.2.27 周一 17：00 腾讯会议 约50分钟 自我介绍 讲一讲简历上的第一个项目（图像分割），项目挖的很深（网络结构，损失函数，创新点），约20分钟 转置卷积的计算方式？怎么补零 卷积的计算量，分组卷积的计算量 介绍一下Transformer中self attention的计算方式，为什么要用多头？ 做题发的牛客链接，反转一定区域的

双非本985硕，icpc银，1篇sci1区（cv相关） 蔚来智能座舱1面-2023/3/1 面试官性格很好。聊了一个小时左右。后续hr说面得还行，然后一直在评估，可能面的人不少吧。 1. 自我介绍 2. 挑一篇你觉得最好的项目讲一讲 3. 你的算法对比其他的有什么优势 4. 你觉得你的算法有什么缺陷，怎么改进 5. 卷积的计算量(n*m*k*k*c_in*c_out) 6. 计算量越高，推理时间越

双非本985硕，icpc银，1篇sci1区（cv相关） 面的是研究院-见习算法开发工程师 一面： 主要是问我大三时做的分割车道线的项目。面试小哥脾气很好，有些忙，一时没想出来会引导。虽然一边走路一边面试，声音有时候听不清。 整体面试1小时10分钟 自我介绍 识别车道线用分割和检测哪个更好？你为什么要使用分割？（答：一方面是因为分割有百度的一个公共数据集，可以大规模训练；二来目标检测可能受车辆等目标

30道选择题，虽然感觉考得很基础，但是很全面.. 有几道考图像处理的概念题， 考到了kmp(问空间复杂度）、循环队列， 有森林转二叉树的题， 有找出无向图邻接矩阵， 有考boosting和stacking， 有几道c++代码题(主要考c++面向对象、继承、友元函数、内联函数等)， 有矩阵压缩的题， 网站默认端口是什么（80）， 还有操作系统的题（TestAndSet） 还考了点概率论（很基础的有放

一面 1.自我介绍 2.介绍卷积 激活 池化 全连接层含义 3.什么情况下可以不使用池化层 4.项目中使用了什么数据增强技术 5.阐述SVM原理 6.解决过拟合的方法 7.决策树怎么划分特征 8.随机森林有两种随机方式 怎么体现 9.线性模型和非线性模型的优缺点 10.样本数量小且特征数量多时 使用线性还是非线性模型 11.离散特征的处理方式 12.会不会用Linux 13.会不会TensorFl

bg末流211本硕，一篇顶会在投，有两年实习经历，都是实际落地业务。一开始是想直接准备秋招的，顺手投一个字节想着攒攒经验，结果过了。 一面和二面中间就隔了1天 二面之后好多天才约hr面，应该是和其他候选人横向对比了，那一段时间很折磨 整体就是围绕项目和岗位中相关知识，我的经历可能和大家不太一样，在之前的实习单位是后端加算法一块做的，实践经验多一些。感觉字节还是更关注实际能力，学历要求相对没有像华为

1 自我介绍 2 问了一些问题细节 Bert内部的架构是什么样的？ 注意力机制是怎么回事，如何计算？ 简单回答了下KQV啥的，具体的矩阵运算记不得了 为什么Bert内部采用batch layer(没听太清)？ 不知道没答上来 Bert和GPT结构上有什么区别？ 3 经历问题 问到了项目中做语义匹配的时候使用Bert什么标记的输出 4 闲聊 有没有接触过实体抽取和知识图谱？ 为什么学管理的来搞算法？

1.问项目 2.八股 cross-attention的用法 图生文 图生图 图生视频的一些模型 3.无算法题 可能是项目讲的比较久就没怎么问八股#面试经验##算法面试经验分享#

全程45分钟，面试官人很好很强，我随便说一个小众的模型他直接说出来作者是哪的了，太强了 1.自我介绍 2.拷打第二个项目，先让我详细介绍了项目，然后提问，主要问了langchain框架怎么用的，向量库构建细节，为什么用lora微调而不全参（卡不够），让我详细讲讲幻觉消除，然后跟我聊了一会对向量检索的看法； 3.拷打第一个项目，让我详细介绍了论文，然后一部分一部分提问，问了共情对话生成任务的定义，条

自我介绍 项目经历 之前项目中使用过hive,spark处理数据吗 auc的定义，如何计算 xgb，lightgbm原理，模型的搭建过程，区别等 正负样本不平衡怎么解决(损失函数，降采样，过采样，模型融合等) 模型过拟合原因，该怎么解决(样本纬度，特征维度，模型维度都回答了一遍) 如何进行特征筛选 了解推荐算法吗 推荐系统构建的整体流程(召回，粗排，精排，重排，每一部分进行了简单介绍) dcn,d

1. 介绍项目 2. 陀螺仪的bias怎么估计，在线怎么估计，离线怎么估计 3. ba怎么实现 4. 反问 全程不到二十分钟，面试官看起来很忙，一直在打字。感觉无了。。。