《小米算法面经》专题

公zhong号 ： 内推君SIR    ，  聚焦 自动驾驶、汽车、芯片、机器人等高科技行业， 实习、校招、社招，技术发展，行业动态。 内推 ：小马，文远，图森，Autox ，元戎，Momenta，智加，极智嘉 ，大疆，蔚来，小鹏，理想，百度，美团，阿里，字节，小米，海康，高仙，英伟达NVIDIA，一汽，上汽，吉利 Case 1 1、有DaSiamRPN,SiamRPN++相比于SiamRPN的改

提前批上个月底发的意向书，实属捡漏（数字化业务😏） 一面 自我介绍。 讲一个项目。 有做什么修改吗？ 怎么进行模型微调的？ 手撕剑指58 整理实验结果怎么整理的？写脚本自动生成吗？ pytorch里训练的流程讲一下，分类网络的完整框架怎么写？数据集怎么读取？ 问了一些毕业论文的问题，创新点？与SOTA比较？ 二面 自我介绍。 介绍一下第一个项目。有什么创新点？传感器怎么融合的？ 挑一个有创新点的

蚂蚁很早就投了，但是直到三月底才捞起来面试，部门是支付宝事业线，岗位是计算机视觉算法 先问了一下有没有做笔试，做了笔试就先不做题了 项目中为什么使用了卡尔曼滤波，为什么跟踪模型使用了比较老的SORT 场景中相邻帧的box跳动较大对跟踪的影响 SORT的匹配是怎么做的，简述一下匈牙利算法（被面试官质疑了一下，问是不是应该是KM算法，脑子抽了没想起来，其实带权的二分图匹配就是KM算法，只记得叫匈牙利了

一面 1. PTQ和QAT的区别 2. 如果对embedding也做量化，你觉得会有什么问题 3. 说一下常见的量化方法和原理 4. 假如现在让你对transformer模型进行量化，你觉得需要量化哪些算子 5. 矩阵乘法算子的量化过程 手撕（如流IDE） 1. 搜索二维矩阵 Ⅱ lc原题 2. Top k 3. python pep9规范 问题 二面：交叉面 1. SLU和NLU的区别 2. 其

写在前面(废话很多，可以直接跳过看面经)： 牛客网作为一个应届生求职分享平台，让鼠鼠得到了非常多有用的信息，也认识不少共同努力的朋友，此帖主要记录所有面经和timeline供参考。总共投递16家公司，有面试就会有面经帖，会慢慢施工。 9/26 致还在纠结要不要投大厂的鼠鼠：这两周淘天，腾讯，字节进度都有所推进，且明确问过面试官还有HC，可以投递/找人捞复活试试。 BG： 双C9本硕，非科班，但是有

1.两分钟介绍一下自己； 2.介绍一个你最熟悉的项目； 3.介绍一下项目中的模型结构； 4.如何实现知识图谱的融合？数据集构造时，图谱与影像的对应关系； 5.了解transformer么？介绍一下transformer的结构； 6.本领域的前沿技术有了解么？介绍一篇你最近阅读的前沿论文； 7.大语言模型如何进行微调的？是全量微调么； 8.如何根据本地知识库实现对话； 9.langchain中的每个

投递岗位：NLP算法工程师 投递时间：看不到了 进去就看到面试官趴着，心里就觉得要挂了 从面试开头趴到结束，后悔没有直接退了 正式批 1. 自我介绍 2. 对自我介绍丝毫不关注，直接开问大模型 3. 可以直接去找相关前沿，或者企业的内容知识 恶心，秋招最离谱的一场面试，完全不知道对面在干嘛 #24届软开秋招面试经验大赏#

同程offer到手了，补一下同程旅行的面经 岗位：算法工程师 base 北京 一面 技术面 主要问实习项目，然后结合项目问了一些八股 如果模型不收敛如何解决 如何判断训练过程中出现了梯度消失还是梯度爆炸 如何解决梯度消失和梯度爆炸 平常用哪些激活函数 介绍一下selu和swich激活函数，有什么优点 你在模型训练的过程当中用到了哪些小tricks 二面 技术面 为什么不继续做cv投搜推算法 实习项

10.27突然接到面试通知，不知道是不是kpi还是啥的，这么晚（投了这么多算法，为数不多的进面试） 面试官上来就说：我们简历太多了，所以我跟方向其实不一样，到时候交流起来可能有点问题。。。。 自我介绍 为什么选择自动驾驶 深挖论文：包括思路，包括对比同行效果什么的 介绍实习：包括背景，主要工作，效果什么的 C++八股：i++和++i的区别，emplace_back和push_back的区别（没答出

笔试: 9.5 一面:9.7 线上 总共20min 自我介绍三分钟 主要是问基本的算法八股 比如怎么防止过拟合 dropout 这种 bn ln区别，平常使用过得算法模型这些 总体来讲体验感不错 大概一周后通知了第二次面试 二面:9.21 线下 总共30min 自我介绍三分钟 主要问我简历中的一段科研经历（和医院合作的项目） 问unet transformer 等基础 最重要的是 问思想，如果是落

秋招过程中在牛客上学习了很多大佬们的经验，目前秋招已经接近尾声了，前来分享面经攒人品！希望谈薪顺利！ 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作，因此面试官出的题目是给定一组二维点拟合直线，使用最小二乘实现函数功能即可，可以使用eigen库 4、反问环节 二面 跟一面的流程几乎相同，面试官出的题目是仍然是二维点拟合直线，但不同于一面的是还需要考虑外点，因此使

全程20来分钟，感觉面试官对我一点兴趣没有哈哈，上一个同学面了好久 开始自我介绍 然后项目介绍，关联匹配有哪些方法 对卡尔曼滤波认识，都有哪些，ekf ukf 军工项目没打断…… 说一个你学习最自豪的事 对于神经网络做传感器融合的认识 反问

岗位：软件算法工程师（AI/图形图像)（深圳）+ 科研合作专家（深圳） 8月12日：投递简历。 8月13日：综合测评。 9月1日：腾讯会议面试。前两天打电话来问合适电话面的时间，短信发腾讯会议的链接确定时间，不用开视频。综合体验实在是差。是个小姐姐面试的，面试让我自己主持，先做自我介绍。然后上来嫌弃说简历内容太少（感觉不太懂技术），然后开始问了解哪些框架和网络结构，什么是归一化，什么是CT值，什么

一天之内全部面完，每一轮面试通过后十分钟后就开始下一轮，强度太大了。。 一面 1. 自我介绍 2. 问项目（20min） 3. 八股文：介绍一下c++多态；override关键字；std::move(); 拷贝构造和移动构造；介绍一下智能指针；unique_ptr如何实现独享。 4. 手撕：三数之和（结果不能有重复） 5. 反问 二面 1. 工程技能问题：Cmake中如何引用头文件；git mer

自我介绍 项目盘查 问了一些项目有关的业务问题，怎么优化价格的，流量分发的长期导向之类的 2个八股 cross entropy怎么算的 写公式：写出来了 进一步问 有没有看过tf源码怎么实现的：没看过，听面试官说有什么分支优化，但之前没注意 auc怎么算：排序抽样，正样本大于负样本 进一步问auc奇高效果却不行怎么回事：现在想想可能是在问gauc，可能有一些trace是全零或者全1。当时回答的是可