《滴滴算法面经》专题

面经攒人品，让我过吧 自我介绍，中文 问我觉得笔试难不难，我说在参加的里面大概是中等难度吧（我根本不记得了，好久了） 然后就是项目拷打，但是主要在问很开放的问题，技术细节没有那么多。主要是流程啊，用到的技术间的区别等。（还是要熟悉自己的简历和项目） 唯一像八股的就是问了下我 attention 里 mask 一般是怎么实现的，有什么用（一直没对上脑电波，我想说 BERT 那种 mask 的作用，现

投的时候很犹豫投搜索还是投nlp，想着先投搜索吧，挂了再投nlp，一面完不匹配，都想直接让hr结束流程赶紧转投得了，不过犹豫了下结果过了……二面换了个面试官估计是做内容理解的，面试流程好了很多，没有一面那种割裂感了，但是不是很会搜索，现在如果拒了转投沉没成本有点大 一面，讲实习经历，面试官不太了解我做的，所有问了我一些搜索相关的场景题，我竭尽所能回答了，不过感觉回答的一坨，类似于如果让你设计召回，

问题内容： 这将每5秒钟发出一个滴答声。 要停止它，您可以使用 但是，所有调度程序都停止了，以后无法继续进行滴答。如何停止并“优雅地”继续发射？ 问题答案： 这是一种可能的解决方案：

我试图将Dropwizard用作一个完整的网络服务器，通过REST应用编程接口将服务的公共页面、受保护的页面和数据结合起来。因此，我正在通过应用基于计算令牌和领域的自定义授权方案来管理不同的安全区域来验证保护某些路由的能力。 我很难理解如何达到目的。我期望的顺序如下： 显示带有用户表单的 HTML 登录页 用户输入其凭据 调用身份验证路由以验证凭据并为用户创建令牌。发回一个带有授权标头的欢迎页面，

在Chart.js v2中，如何设置一个轴，使其始终显示数据集中最小值和最大值的刻度？该功能可能在配置选项中的某个地方，但它肯定不明显。我甚至尝试过使用插件将文本写入canvas对象，但是当我获得新数据时，可用API挂钩之外的一些东西会重新绘制位图。 下面是最新的配置，当用户导航到一个新的时间时，它由一个函数返回: 如果有人能指出配置中的任何缺陷，我很想听听他们有什么话要说......

一面： 自我介绍； 面试官粗略地看了一下项目说：“你这个简历好像更适合NLP组啊，跟我们组的业务好像关系不是很大，感觉不是很合适啊。” 一阵简短的沉默； 我：“。。。。。。我也投了NLP算法组，但是被推荐算法组先捞上来了，您看要不跟HR反馈一下让她把简历转过去？“ 面试官：”那倒不用，我们先面着吧。” 面试问题分界线 ----------------------------------------

视频面试，面试时间：约一个小时 面试官迟到了几分钟 1、面试官解释迟到原因 2、自我介绍 3、介绍实习工作，并基于实习工作提问 4、介绍一个科研项目，并提问 5、算法题：01矩阵中找出面积最大的全一正方形（动态规划），问时间和空间复杂度 6、数组和链表的区别 7、有没有了解常见的机器学习算法？（报了下菜名） 8、反问环节：询问是哪个部门（因为百度投递的时候不知道部门）以及具体的业务 -------

面试时间：3.27 总时长：50分左右 没有自我介绍环节，上来面试官先简单介绍了下部门和面试流程（算法题—>八股—>项目—>反问），然后直接开始做题。 算法题： 求出多峰数组的任一个峰，要求时间O(log n)，相当于leetcode 852的多峰形式 八股： 机器学习中过拟合的特点和解决方法 介绍一下self-attention和multi-head attention RoBERTa相比BER

1.自我介绍 2.Bert结构 3.Bert 预训练学习目标是什么？ 4.谈一下 faster rcnn 和 yolo 5.目标检测中，单双阶段分别目的是什么？ 6.Faster RCNN 中怎么用检测的网络适应不同的框的大小？ 7.yolo 目标函数 8.谈谈detr，detr 中的 query 怎么来的？ 9.detr 目标函数是什么？ 10.transformer 中的位置编码在哪实现的？是

有了解过码本的一些改进吗？除了最近邻匹配？？？ AE，VAE，VQ-VAE 介绍transformer 了解改变n方d复杂度的改进注意力吗 了解哪些传统的图像处理算法 然后一堆场景题 无手撕 #如何判断面试是否凉了##秋招##面经##算法##牛客解忧铺#

更新：一面过了，等待复试安排 https://uploadfiles.nowcoder.com/images/20230927/557711646_1695807664522/A747E405F95C0E991B3159848CB5B148 兄弟们，为什么我又遇到kpi面了，是现在没hc了吗都。没hc为什么还要面我呢 一面 介绍了一下论文内容，和当前实习内容情况 大多时间都是在说这个 有没有了解目

10.9一面 主要聊实习做的东西的细节，面试官应该对优化比较熟悉，关于实习期间做的一个优化问题的建模有些争议，最后应该算是把面试官说服了？ 问了混合A*相关的问题，混合A*和A*区别，如何设计启发函数保证搜索到的解最优 以及优化相关的问题，1.什么是凸优化问题? （目标函数是凸函数，可行集是凸集) 2.如何判断函数是凸函数？（Hessian矩阵半正定) 3.知道KKT条件吗？（知道是判断是极值点的

一面是只做代码 三道做对就算过 可惜 四道是写出来了 但是复杂度太高了 我说咋都这么简单 现在卡在初试了

题目：我现在有一个文件，把文件中出现单词频率最高的k个单词找出来，文件内容都是逗号分隔的单词 我用go语言写 abc.txt内容 "wang,jing,yu,shuai,ge,shuai,ge,j" package main import ( "fmt" "io/ioutil" "sort" "strings" ) func main() { contents, err :=

15min超短面 ①介绍项目 ②卷积相对全连接最大的优势 ③常用损失函数 ④常用正则化 ⑤知不知道目标检测 ⑥数据预处理方法 ⑦用过哪些神经网络 ⑧用什么深度学习框架 ⑨有过实际pytorch部署经验吗 回去等通知，还会再联系（也不知道是不是真的），感觉自己有关CV方面的没答好，毕竟我也不是搞CV的，不过看他们的JD也不是强制要求CV方向咯，不晓得后续如何