《小米算法面经》专题

春招一个offer都没有，还是来更新一下面经吧 问题： 1、自我介绍 2、为什么要出国读书 3、why 计算机专业 4、how运营小红书 5、项目介绍、难点 6、部门职责 8、玩什么游戏 9、客服提问率下降问题 10、需求调研形式 11、书籍：三个推荐理由

#提前批##同花顺##图像算法#

#面经# 1.简述项目 2.问毕业论文方向，做到什么地步了 3.问控制策略PID、MPC这种 4.问传感器信息异常值怎么处理 5.问传感器精度的解决策略 6.问传感器使用中遇到过哪些问题，怎么解决的 7.问我跟随控制时，什么情况下MPC相对于其他算法更有优势 8.问会不会深度学习之类的，如果使用了这个方式会不会带来什么优势 9.问如果以工程角度去考虑，怎么去设计控制策略适应他说的某个场景 10.开

一面 unordered_map，哈希表结构，扩容，线程安全吗，怎么解决 ptmalloc和tcmalloc，内存池 malloc和new 线程池 阻塞队列 条件变量 CAS 实习，项目 算法题：合并区间 LC 56#得物##秋招##面经##C++#

金山三轮面试结束了，hr小姐姐说1—2周出结果，许愿oc，发面经攒人品 9.24 笔试 10.11 一面 主要是八股拷打+一小部分项目 数据结构： 二叉树和平衡二叉树的概念 大根堆和小根堆的概念 堆排序的时间复杂度 Python： list添加元素的方法 字典和列表的区别 修饰器的概念 迭代器与生成器 垃圾回收机制 机器学习和深度学习： 模型初始化方法 he初始化使用场景 模型压缩的方法 bn和l

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?

1. 介绍一下你自己； 2. 聊了感兴趣的一个项目； 3. 先来做两道题。 买卖股票最佳时间【只能买一次】 和 【必须买两次】（变种，利润可以是负数）； 4. 介绍实习经历，问的很细，将广告的整套流程都问清楚了； 5. 你知道什么是RTA吗？（广告投放策略Real-Time API） 6. 八股-过拟合是什么原因导致的？有什么解决方法（答了图像增强、正则化、降低模型复杂度、训练集扩充）， 7、BN

#互联网回暖，字节要招4000+人# 刚告诉我简历又被锁了，估计又要打复活赛了。这下面试爷是不虚了，爱过不过去****，反正过不过也不在于我，继续拷打字节。 就当面着玩了以后，趁还记得一些把之前面试的面经写一下回馈给牛油们，我也不算浪费时间。 7.22 某缺人部门海招ByteIntern，当时很多人都接到电话了，当时我也没面试过寻思就当练手了。后来才知道字节一直保留面评，当时要是知道就不面了。这一

一面:(OS:我当时一点也不想面试了,只想开摆) 问项目: 进程间通信方式 栈了解吗? 物理总线和顺序总线(反问面试管 顺序总线是什么?) cache了解吗? 我能把一级cache做成二级cache那么大吗? 动态链接和静态链接的区别 本科研究生成绩 epoll和poll的区别 无语,投的是软开, 给我调岗了, 管理混乱, 就当加经验了.#中兴##面经#

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

预训练数据收集流程 隐私过滤是怎么做的 怎么用OCR算法解决读取pdf公式语料以及双栏pdf的问题 预训练数据集构建中的亮点 数据质量评估方式 垂域评测集的构建方式 微调评测集是怎么做的，全参微调还是lora，lora原理 图文模型是怎么做的 没有八股，coding是旋转图像和编辑距离二选一。 全程都是问项目。团子面试体验太好了，面试官情绪价值拉满，就迟到一分钟但还是道歉，全程点头微笑，快比我还礼

bg和前两次面经可以看动态 9.21上午收到线下终面通知，约的9.23下午2点，面试地点在哈尔滨一栋写字楼内，迈瑞包下了其中一整层，不过里面看起来空间不大，也没有各种研发用的设备，应该只是迈瑞在哈尔滨的一个办事处 简单进行自我介绍，然后开始唠一些个人情况，感觉更多是像性格测试？面试官也直说了就是走流程，全程人也非常nice，语气很温和，时刻保持微笑，有问必答，体验很好 以下有些问题记得不全，差不多