《小米算法面经》专题

我想我终于对minimax和Alpha-beta修剪有所了解了，但实现它完全是另一回事！ 根据我的理解，基础是：您为某些动作分配一个启发式函数分数（Gomoku为例）。 如果一行有5个，我们应该分配一个高值，比如9999，因为这是一个胜利的举动 当我们必须在Java中实现这一点时，我的问题来了！ 我有一块彩色[][]板（8x8），其中黑色是播放器1，白色是播放器2，null表示空白，我不知道我们应

小天才笔试没啥具体题目，就大概说一下考了啥 一共三部分，单选42个，多选10个，填空一个 围绕内容： 1. 概率论、线性代数 2. 机器学习基本概念 3. 大模型相关概念 4. 机器学习架构相关知识点 5. 深度学习相关概念 6. 数据处理相关知识点 7. 模型优化 基本内容我能想起来的就这些，不过中途有题目的翻译好像没做，直接是英语的题目，这部分得注意别看错了，大概两三道。概率论和线性代数部分记

美团算法一面面经（被捞） 1、面试官介绍自己和部门 2、自我介绍 3、问实习 4、问科研项目 5、传统的机器学习算法有无了解 6、决策树，评价指标有哪些 7、逻辑回归算法有无了解？逻辑回归的损失函数？ 8、回归问题有无了解？回归问题采用的损失函数 9、有了解集成学习吗？都有哪些算法？ 10、过拟合有了解吗？过拟合的解决方案。 10、算法题：求一个数组中前k大的数，要求时间复杂度O（logn） 11

美团算法二面面经 美团流程还挺快，一面后第二天就约了二面 1、面试官介绍 2、自我介绍 3、问实习经历 4、问项目经历 5、算法题：sql题：给一个评论表，有用户id，评论，时间，统计表 一个时间段内（具体时间不太记得了），累计评价数以及评价作者数（要去重）。（没写出来） 6、对互联网行业的看法（简单谈了下自己的看法） 7、对互联网算法工程师的认识（说了下算法工程师类型和分工） 8、喜欢当偏结合业

1.学硕还是专硕 2.本科成绩 3.研究生成绩 4.哪里人 5.有什么竞赛 6.奖学金怎么样 7.了解什么深度学习网络，会什么框架 8.卷积的计算维度 9.决策树了解吗（这个问题面的每一家都问了，今晚回去补一补） 10.svm介绍一下 11.介绍一下lda，pca 12.介绍一下实习，干了什么（问了5分钟），转正了吗，给你多少钱 13.介绍一下项目、自己的论文、研究方向。 深度学习框架忘光了，要补

面完四五天了 先拷打项目和实习经历 场景题讨论（十五分钟）；这部分面试官问的很细，很发散；交流过程感觉收获不小 两道算法：其中一道是树遍历，难度不算大 反问面评：还不错，基础扎实 后续安排：不清楚 #面经##提前批##快手#

一小时 ddpm为什么反向的每一步都要加上噪声 Ddim ddpm区别 讲下self attntion、cross attntion 、多头注意力 为什么要除以根号d 手撕cross attntion #美团##美团求职进展汇总##算法##面经##如何判断面试是否凉了#

自不量力跨考专业选了算法nlp，被面试官狠狠拷打 估计是寄了，面试官后面问我有考虑转开发吗 1.讲一下transformer 2.transformer怎么调优 3.国内有了解什么大模型吗 4.有了解隐马尔科夫链吗，细说(给出公式那种) 5.讲讲CRF 6.讲讲word2vec和wordembedding区别 7.聊聊之前的实习经历 8.梯度下降和随机梯度下降概念和区别 9.给你一个场景:要求识别

八股文没准备好，多半凉了。一个小时面满了的。 首先是目标检测的项目，推理部分调用摄像头怎么处理的，推理时间是多少，讲两个项目难点，怎么解决的。opencv调用摄像头参数的意义。 自己论文的内容，讲一下自己文章的创新点，数据量有多少，讲一下unet整个过程，里面用的激活函数是什么。有哪些激活函数，激活函数的意义，sigmoid和softmax的区别，过拟合怎么解决。讲一下dropout，怎么实现的，

深度可分离卷积、深度分组卷积、深度可形变卷积 深度可分离卷积计算量 讲讲机器学习中的分类算法 机器学习中的回归、分类、聚类都有什么特点 讲一下检测的发展历程，讲一下yolo 讲一下常用的损失函数，并且说一下公式和特点（focal，交叉熵） python中的多线程 python中的一个函数，如果传进去一个数组，在函数里修改了，这个数组会改吗（实参形参） 两个list用加号连接得到什么 #秋招进度交流

岗位：智能驾驶感知算法（SP专场） 一面： 自我介绍。 让讲张正友标定，几种坐标系转换，畸变参数怎么算？ 介绍集中立体匹配网络（提出了什么，针对什么提出的）然后再细问。 C++里vector怎么清空（应该指的是capacity），队列和栈的区别？子类能不能访问父类protected？子类对象能不能访问？protected继承后能不能访问？ 开始问项目，问细节，还提了一些扩展问题，我简历上的所有项目

自我介绍 问学校的nlp相关项目，解释的算细 问bert是什么结构，问还有什么类似模型。 问链表找环，回答的快慢指针直接说错，说这样找不到环。 多个文件中找一个词怎么快。 代码题 三元组找和为0，正常解题速度一直催，最后说了思路结束 反问，链表找环答案，不说 让自己查，本人nlp方向，问过去了做什么，回答：什么都可能做，来了再分 感觉kpi或者就是这个风格，网上查工资不少，但是这面试官感觉水平一般

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。

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,

项目负责了什么， 大津法原理 ， 最大类间方差和类内方差区别， 支持向量机的理解， 最小二乘的公式， 最小二乘是用来干什么的， open CV常用哪些函数 triangle原理 霍夫变换原理 图片的拷贝怎么实现 深拷贝浅拷贝 形态学处理的函数 腐蚀膨胀原理 图谱增强都有哪些，说一下实现原理 fast RCNN和yolo系列的区别 还有一些想不起来的，基本上都是根据项目来问的 记录一下吸取经验 面试