《算法开发实习》专题

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#

一共50分钟左右，基本没八股 1.自我介绍 2.挑一个项目详细介绍一下，我介绍了一下我的RAG的项目，吟唱完面试官说提问几个重要的点，第一个问了一下数据集怎么构建的，第二个问了一下大模型怎么解决幻觉问题，第三个问我数据集构建问答切分怎么考虑语义问题 3.让我详细介绍另一个项目，我另一个项目是论文项目，吟唱完面试官又提问几个重要的点，第一个问我论文里情绪划分详细怎么做的，第二个问我共情怎么定义的，都

1、自我介绍 2、深挖腾讯实习项目(又问了20min，感觉两面的面试官都很感兴趣) 3、如何在实习项目中进行prompt调优的？ 4、介绍第一段实习 5、描述项目中自己实现的聚类算法，为什么不用dbscan聚类算法？ 6、决策树节点分裂算法？(只说了信息熵的算法) 7、多线程和多进程适用的场景和区别？ 8、介绍rpc框架 9、go语言的基础？ 10、go语言的异常处理？ 11、是否用过defer?

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

开头项目 问在上家公司中orb3的slam框架，如何存储关键帧，地图点及其数据结构； 1. 描述一下关键帧是什么？有什么用？如何选择关键帧？ 关键帧相当于slam的骨架，是在局部一系列普通帧中选出一帧作为局部帧的代表，记录局部信息。举例来说，摄像头放在原处不动，普通帧还是要记录的，但关键帧因为总看到原场景，所以不会增加。 三角化需要一定程度的共视区域，所以普通帧每2帧之间会存在大量的信息冗余，如果

#2022/10/8更新 体验奇差的一家公司。（❌） 体验参差不齐的一家公司。（√） 实习投了三个流程。一次kpi，一次简历挂，一次oc。 秋招进行中。 ＃实习 流程1_推荐岗_二面挂 ## 一面 聊论文，没认真听，不care的感觉。 问了很多基础的算法题，手撕了4道。 问了很多脑筋急转弯，经典分金条，毒老鼠，开三个门，生男生女。 面试全程杂音很重，反问介绍业务时直说方向不对口，但还是给过二面了。

听说写面经可以多拿offer 小红书一共是三轮技术面+HRBP面，整个面试体验很好，官网投完简历两天就面试了，结果出的也很快，几轮的面试官人都很nice。 一面，一小时左右： 首先是做自我介绍，这个可以提前准备一下 介绍简历中写的论文，讲的过程中面试官会提一些问题，问的蛮中肯的，也提了一些建议，沟通很愉快。会问下做的东西在工业界有没有一些应用场景，可以发散的聊一聊 问了下之前在美团实习主要是做些什

双非本985硕，icpc银，一篇一区论文 先自我介绍 1. 介绍其中一篇论文 2. 你的论文结果和其他人的有什么优势？ 3. 如何提升这个项目？（换模型，提升并发度） 4. Yolo的正负样本是什么？（与所有真实标签iou都小于阈值的预测框为负样本，反之为正样本） 5. 模型压缩和加速的方法有哪些？（gpu、蒸馏、剪枝、半精度） 6. 半精度是什么？（舍弃后16bit的半浮点数） 7. 半精度的理

1.自我介绍； 2.做过哪些项目（说了一下自己的论文和项目）； 3.推荐的任务和应用场景（主要是做序列推荐的）； 4.如何缓解数据稀疏和冷启动的问题（使用辅助信息用基于内容的协同过滤）； 5.有了解过语音算法吗（这里只是说了一下语音中的频域和时域）； 6.介绍一下XGboost，其结构以及其拟合的目标； 7.熟悉使用什么深度学习框架（Pytorch）； 8.用过C++吗（了解一些基本语法，开发过一

1.自我介绍； 2.论文中使用的技术（对比学习、元学习）； 3.了解VAE吗，VAE做什么的（生成式任务）； 4.了解GAN吗，GAN的思想； 5.了解NLP吗，用过哪些模型（BERT、Transformer、Word2Vec）； 6.常用正则项有哪些（L1、L2、Lp），说一说各自的优缺点； 7.常用激活函数有哪些（Sigmoid、ReLU、Softmax、tanh），说一说各自的特点以及适用场

1.自我介绍； 2.介绍一下项目（对着github介绍，模型、评价指标）； 3.对比学习（公式、具体实现方法）； 4.深度学习模型了解哪些（RNN、CNN、Transformer、BERT）； 5.说一下RNN梯度消失和梯度爆炸的问题，缓解办法（引入门控机制、LSTM、GRU等）； 6.了解过语音算法相关的模型吗（RNN、LSTM、BiLSTM），更近一点的呢（DFSMN）； 7.为什么想要来做语

1.问下项目，问下我的情况 2.是否了解最新的BEV算法，讲一下 3.是否了解三维重建 4.考察相机坐标系的转换 5.手撕代码，翻车了，不考leetcode，考察两个旋转框的IOU box1 = [xmin1, ymin1, xmax1, ymax1, theta1] box2 = [xmin2, ymin2, xmax2, ymax2, theta2] 好复杂，只能说思路，没时间写 讨论每一种交

1. 送分题：考场上有n种类型题目，输入是每种题目的题数和得分，算在最多做出k题的情况下，最大得分是多少。 2. 给一个有根树，和每个节点的权值，求所有子树里第k大的子数权值。一个子树权值是其所有节点权值之和。 3. 取数游戏，甲先取，如果某个人取了奇数，那么另一个人必须跳过下一个数取后面的；如果某个人取了偶数，那后面那个人可选择跳或者不跳再取数，注意可以连续跳大于1个。输入一个数组和它的长度，输

2024.6.18 实习情况: 什么时候可以到岗? 实习时间多长? 上来先手撕： 1. 二叉树的最大深度 ​2. 层序遍历 linux命令熟悉吗? 删除一个文件，查看内存，有一堆文件要查找带特定字符的文件 分类和回归的loss有哪些？ 回归的时候最后一层激活函数用什么 数据怎么做归一化？ bn是怎么操作的? 方差和偏差的区别 过拟合怎么解决？ 过拟合的时候说方差大还是偏差大? 介绍项目 warm

好久没面了，生疏的一批😭 全程一个小时 1.自我介绍 2.拷打第一个项目，我的是一个rag的项目，先让我大概介绍一下，然后问我对比解码缓解幻觉具体怎么做的，我开始吟唱；然后开始问八股，先问llama跟transformer相比有什么结构优化，我就说了几点重要的；然后问我lora微调和全参微调的区别，我开始吟唱，然后问我为什么不用全参，我说显存什么的，又问了显存占用的对比；接着问我rag有什么缺点