《感知算法实习》专题

一面（8.10） 聊项目和论文 DIN的结构 DIN和之前方法的区别 DIN 所用到的激活函数 Batch Norm 和 Layer Norm 的区别 二面（8.18) 聊项目和论文 问了一些场景题 问了大模型可以在哪些场景上有落地 三面（9.13） 聊项目和论文 HR面（9.14） 聊大学学习和实习经历 个人的缺点和优点 个人最大的挑战 确认了出结果的时间 三面都没有手撕，基本上在聊实习和论文。

算法岗 三道编程题，C了2/3希望能过。。 第一道经典找迷宫出口，bfs就行，注意边界。 第二道计算NxN矩阵的行列式，我用的dfs按照公式算，好像有问题。。没写出来。 第三道统计区间长度，先排序，合并重叠区间然后统计长度。 #AutoX#

一面： 主要问实习项目和比赛 很多传统的图像算法内容。 对大疆的了解 反问 无手撕，面试官人很好，看我没啥传统算法经历，只问了简单的知识 二面： 主要问项目部署的具体方案和细节，例如MNN、NCNN、DNN模型的选择这种。 问了以下对大疆产品的了解。以及以后的职业规划。想做哪方面的 介绍了内部的岗位分配和流程 反问 无手撕 求二面通过！！

2023.09.09 全程25min 1、自我介绍 2、概率题 检测为阳性时感染概率 3、八股 a. 用过哪些数据结构，展开介绍 b. Transformer的了解，跟CNN相比优势 c. 过拟合的解决方案 4、手撕 反转链表

8.23投递 9.6一面 约30min 1.自我介绍 2.拷打硕士研究课题，拷打论文（仿真，算法，光学原理等） 3.懂不懂光学基础（讲了时间/空间相干，衍射啥的） 3. 反问业务 整个过程主要在问论文，和一些比较物理的内容。

PNC算法 一面 50min 面试官上来直接介绍流程，摄像头也不开，我回答完问题，每次都是一片寂静，我甚至怀疑面试官根本没听，关了麦在忙别的事，完全没啥反馈，目前为止面试体验最差，没有之一 1. 自我介绍 2. 论文 3. 项目中的一两个点 4. 手撕 两队列实现栈、将数组切分为三组，保证三组形成的二进制数相同 15min后说思路，也没让投屏，最后也没有反问环节，直接感谢你的时间，大无语 #自动驾

聊项目 ddim inversion scale是多少，这样做的原因是什么 开放性问题：怎么做脸部替换/姿态修改且不训练diffusion模型 你认为sd有哪些不足 ddim为何应用时采用w=7.5。 guidance scale较大时会破坏噪声预测分布，为什么会这样？ cfg是怎么来的？ negative prompt 怎么做的，为什么这么做？ 为什么SD生成的图片细节信息会失真？ 一道leet

线下 一面 自我介绍 项目 挖项目 网络参数初始化 pixelshuffle 1×1卷积 Unet 二面 HR面 自我介绍；给个话题，用英文表达；为什么来芯原成都；反问； 二面完说让我回去了，是不是没了求捞555 ，

10min左右自我介绍+项目介绍 没有八股没有手撕 剩下来30min+都是场景题 答得太菜了…… 题一：货主都是先发低价单，没人接再往上加钱，如果你是司机，用什么策略去选择接单还是不接单 题二：用sql算某个司机一个月内走过的路程轨迹中，有多少比例是在本平台接的单子，口述流程，并且说一说加速的方法 额滴个神啊，我真的能干这行吗

佬们，腾讯算法昨天晚上一面面试完，没一会变成了复试状态，HR和我说这不一定代表过了，得有邮件邀约才是通过一面，想问一下各位佬们，你们面完一面后显示复试状态时，一般多久收到二面邮件啊，昨天面完很紧张。 谢谢各位佬们了

自我介绍 简单介绍一下这个推荐项目 用户数据量和内容数据量，总共有多少特征，具体是大概有哪些特征，用户行为序列用到了吗？ 一个特征有多个值的情况是怎么处理的？ 有做特征选择吗？训练数据量多大？多路召回怎么做的？多路召回有几路？多路召回是怎么融合的？ 有做粗排吗？ 召回的离线指标和线上指标大概是什么情况？ 用户的冷启动是怎么做的？ 介绍一下 GrapSAGE，word2vec, deepwalk,

1. 自我介绍 2. 这个岗位业务场景什么算法用得最多 3. 学习算法的思路 4. 评估指标 5. 随便选一个类型的算法比较其中两种 6. AUC比较低怎么去思考哪些部分有问题 7. XGBoost原理，GDBT或者其他梯度提升 8. mysql 成绩表转化为每个人的各科成绩 9. Python求逆序对

秋招挂遂投了实习，hr说有转正机会，多模态大模型方向，主要是问项目和撕题，感觉题的难度有点为难我这个力扣50题选手了，一道都没撕出来🥲每面都是第二个工作日给结果 一面：手势解锁，类似lc351，具体题目记不清了，应该是nxn网格，走m步的所有路径，不能重复，每次只能走相邻或对角线 二面：开根号＋self attention＋大模型八股，还算正常，但我手撕没撕全，八股细节答得也不好 三面：lc10

1、个人信息再确认，哪个学校毕业的，考研还是保研，以后打算读博还是工作etc 2、介绍你的研究方向 3、介绍下你的研究内容，另外发了论文没 4、常用的数据预处理方法有哪些 5、l1正则和l2正则哪个收敛更快？为什么 6、l1正则和l2正则哪个抑制过拟合效果更好？为什么 7、用过哪些网络 8、transformer了解吗？ 9、l1、l2在深层还是浅层抑制过拟合的效果好？ 10、dropout用过吗

1. 问项目 15分钟 2. 过拟合怎么解决，l1 l2正则的区别 l2导数是什么 3. Dropout训练和测试区别 4. 优化器有哪些，详细讲一讲 5. 怎么筛选特征 6. 机器学习模型了解吗，树模型，线性模型 7. 场景题，怎么识别抖音刷赞行为 8. 代码 非递归进行中序遍历 估计是寄了 转开发很久了 八股快忘完了