《感知算法实习》专题

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）

4月下旬 一面，人很好，不会的还给我解答了，给了建议 简述CNN，RNN，LSTM CNN如何减少参数？ 1x1卷积 CNN，RNN的使用具体场景？ 为什么出现transformer，bert？他们出现之前用的是？CNN+RNN ...... 一面半小时后 二面 介绍项目两个比赛 LGB，LSTM，毕业设计。着重问了有没有特征工程 没有拿得出手的比赛和算发论文 gg#招联金融##算法工程师##暑假

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

很好的一次面试体验, 面试官人很和善, 问的也很基础没有刻意为难, 总共45分钟 自我介绍 项目介绍, 介绍一下项目中遇到的难点, 以及是怎么解决的 深度学习和机器学习是不是都懂, 我说基本都用深度学习, 然后问我常见的激活函数(我回答了激活函数的公式, 优缺点), 然后问我为什么有了ReLU还要设计Leaky ReLU 模型过拟合应该怎么处理, 回答了正则化, 简化模型, 增加数据, 然后问我为

1.实习做了什么 2.介绍项目 3.最长无重复字串 面试官人挺好，面完挂

这个是我在某B开头的软件上投的，官网上好像没这个岗位 全程40分钟左右 1.没自我介绍，上来就是道代码题，是检测链表里面是否有环，正好鼠鼠做过，十分钟做出来了 2.介绍第二个项目，我的是个RAG的项目，介绍完面试官疯狂拷打，主要问了一堆数据处理的问题，有点难崩 3.介绍第一个项目，我的是一篇论文的项目，然后我共享桌面开始吟唱，讲了三分之二被打断了，说不让我讲了，感觉面试官赶时间😭 4.问我cha

全程50分钟，被拷打得半死的一集😭 1.自我介绍 2.拷打第一个项目，这面试官确实很懂技术，疯狂拷打，我的是一个RAG的项目，我讲到构建向量数据库的时候问我用的embedding模型的结构是什么，输出向量的维度，用的切分段落的模型的结构，然后我讲到lora微调又让我将lora的细节，讲lora训练过程中transformer更新哪些参数；然后让我讲chatglm123怎么变化的；最后让我讲缓解幻

面试时间：4月12日15:00 ～ 16:00 先是自我介绍，介绍完让详细介绍一个项目，期间问项目细节。 然后问基础知识： 介绍一下transformer，attention怎么计算，为什么除以根号dk。 LN和BN的区别，以及为什么cv中用BN，nlp中用LN。 self attention和position embedding是直接相加的，那如果变成concat会有什么影响吗（这个答的纬度变化