《算法开发实习》专题

面试机会来自室友内推。推完立刻就面了。 个人情况：中科大本硕 本数学 硕统计 代码能力一般 无任何实习或项目经历 详细见之前的动态。面之前充满愧疚，会不会耽误人家时间，自己可能不太符合岗位。 首先感谢黄面试官的友好。没有问一些我明显就不会的东西。 自我介绍。对方说看我没有实习经历就不问项目相关了，问理论。 然后让我把lasso和岭回归详细介绍了一下 然后介绍核方法 然后介绍svm 然后介绍CNN

#拼多多##推荐算法面经##暑期实习# ### 一面 - 时间：2024-04-01 总计30分钟 - 自我介绍 - 本科推荐系统项目（项目细节问的比较多，基于项目展开考察八股，细节可以参考我的美团一面和快手一面面经，内容差不多） - 介绍pointwise-loss、pairwise-loss、listwise-loss - BPR损失 - 特征重要性评估方法 - 排列重要性：随机打乱某一维特征

好像是到店事业部的应用算法组吧，做的是具体 toB tos 的一些到店 app 相关应用，科研内容很少。 1.自我介绍 2.问大模型实习的项目 3.ChatGLM LLAMA QWEN 这些你都有微调过吗？ 4.为什么你要用 lora 和 p tuning v2，有啥好处？ 5.CHATGLM 的训练 loss 你知道怎么计算吗？（详细讲了一下 glm 的训练过程） 6.你了解 CHATGPT 的

美团一面 1月8号 下午3点 一面总体体验还是很好 虽然有些问题没答上来 但还是过来 隔了一天就打电话约了2面 一开始让自我介绍 我说对机器学习有比较深入的了解 面试官说在我面前说了解 看来你很自信啊hhh 其实当时我没想那么多hhh 第一个问题就是如何解决过拟合和欠拟合 让结合具体的模型来说 问了交叉验证 L1正则化 L2正则化 问了如何看数据统计效果（具体问题记不清了 当时也没有理解 又追问了

211本硕，目前研一，计算机相关专业 找的就是搜广推的实习，忘记把本科做的推荐系统点击率预估的毕设写到简历里面了。 一面 1.自我介绍 2.介绍项目：介绍了介绍研一目前做的时间序列预测的项目和本科毕设做的点击率预估 3.问的时间序列预测的模型架构和指标 4.sigmoid函数和softmax函数的区别 5.多头注意力机制里的QKV，缩放 6.快速排序算法 7.反问

时间 1月11号 晚上7点 前一天下午面试官打电话约时间 他问了工资要求和最快到岗时间 问他什么时候面 他说现在就可以 我想准备一天 就约了11号 首先是自我介绍 问了在学校是否学过机器学习 深度学习类的课程 这里真是雷啊 学校确实开的有 但是我没选（我觉得效果不如自学来得快） 但是跟面试官说我学过 他继续问你们机器学习的框架时什么 我说分为有监督学习、无监督学习、集成学习、深度学习等 这里面试官

游卡两次面试都很舒服，全程没有push，面试官人都很好，我觉得游卡是一个氛围很不错的 一面 30min 像是技术主管面 1、问项目 2、问之前的数据处理是怎么做的（一个时序数据） 3、问模型如何优化（答数据方面） 4、介绍了一下当前的业务，问我如何用神经网络处理（因为我没有接触过强化学习，所以让我用MLP解决，很贴心了） 问了不同情况如何处理，如欠拟合等 5、反问：我能不能接触到强化学习的内容，我

1.用cuda写过什么 2.gpu的L1 cache命中率怎么计算 3.gpu的L1 cache都由什么组成 4. tensorRT部署流程 5.tensorRT中构建部分和推理部分有什么区别 6.tensorRT的plugin怎么写 基本都不怎么会，也不问我项目，以为已经挂了，结果午觉醒来HR来约二面了 （看来真的缺人）

先说说最近热度比较高的华子。 华为实习oc拒，秋招三面完没消息。 #实习一面 介绍论文。 -假设和假设空间的定义 -结构风险最小化和奥卡姆剃刀 -决策树 --节点分裂是熵增还是熵减，原因 -梯度消失和爆炸原因 -梯度的定义，模长方向表示什么 -手撕lc原题：幂集 #实习二面&三面 -二面三面就很水了，纯聊天 #秋招一面、二面、三面 囊括在一起写，因为确实没什么好写的。 随便问问论文，手撕一道原题。

NIO地图算法工程师实习 一面 23.01.19 两道代码题 一道media+ 一道media 整个过程还是比较平稳的，感觉代码有没有写对都没关系，HR主要想了解你的思考能力 NIO地图算法工程师实习 二面 23.01.31 高精度加法 如何判断两个线段是否相交 UDP\TCP协议 神经网络基础，计算量之类的 NIO地图算法工程师实习 三面 23.02.03 为HR介绍自己项目，回答HR一些关于项

1.自我介绍； 2.主要用过哪些深度学习框架（Pytorch）； 3.介绍自己的论文和项目； 4.什么是元学习（项目和论文中用到了）； 5.多任务学习的一些框架（项目和论文中用到了，SharedBottom、MMoE、SRN等）； 6.介绍一下LR回归、XGBoost、GBDT，以及他们的优缺点； 7.介绍一下BERT和ChactGPT； 8.如何处理文本信息（Word2Vec）； 9.有用过C+

之前在实验室一直是做CV的，不知天高地厚的投了快手的广告算法，后来才知道更多考察的是机器学习的东西 算法题：二叉树断开任意一条边，对两棵子树元素求和再做乘法，求最大的乘积 了解哪些常见的机器学习算法（可能是你说什么他问什么） 逻辑回归（LR）对单条样本对预估分数代表真实概率么，具体含义是什么（感觉有点业务相关） 检测，box分类分数输出的物理含义是什么，怎么保证输出的score就是概率值 为什么分

背景 本211硕985，语音前端算法（不是识别） oppo 面了一次，不太符合（他们要的是语音合成相关的），感谢信 外研社 他们是做发音评测打分相关的东西。给人感觉有种不正规的小作坊感觉，技术人员同时也是hr，一面之前就直接加了微信，然后告诉我明天要问哪些哪些，这个操作属实有点让我震惊了。一共面了两次。第一面问了项目相关，了解到是我自己写的pipeline之后要看我的模型源码……说是之前有人把不是

感觉好难啊, 和一面的感觉差太多了, 面试官也没开摄像头, 得不到反馈 1.自我介绍 2.为什么读博 3.之前是做自动驾驶的, 为什么现在要来pdd算法 4.介绍一下项目, 介绍了半天, 也没深问就过了 5.第一道算法题, 问至少要多少人才能保证有两人同月出生的概率大于90%. 一开始一维手推, 推半天推不出来, 然后面试官说可以写代码试试. 我的思路是暴力枚举, 首先假设取n个人, 那么每个人都