《滴滴算法面经》专题

共计35min 1、自我介绍 2、介绍一下实习？ 大模型微调的样本量大概是多少？ 详细介绍推荐算法实习的背景和思路？ 3、学习经历 本科学过什么课？编程相关的？运筹优化相关的？实验室研究方向是啥？ 4、八股 大模型和推荐结合的地方有什么？想做大模型还是推荐？ 对推荐系统的哪些地方感兴趣？了不了解召回？有哪些算法？了不了解排序？有哪些算法？介绍一下SENET？用户冷启动怎么做？ 推荐系统物品点击率的

1.自我介绍 2.成绩排名 3.相机标定 标定的参数 4.项目用到模型的介绍，是不是开源的 5.帧差法 6.腐蚀 膨胀的作用 7.腐蚀的运算细节 原理 8.内存泄漏产生原因 影响 9.static关键字的作用 10.反问

终于轮到我写面经了，之前因为拿不到oc一直不敢写，现在感觉成功了90%，就先半场开个香槟，攒攒人品。 bg：双9，非科班，一篇二区，一篇准备投二区，两个项目，一个项目论文，一个项目专利。 简历挂：360，携程，美团，阿里云 其中阿里云点名批评，hr给我打电话，问我要不要走他们部门的流程，如果走的话可能要一个月的时间，还贴心地说如果觉得部门不合适的话可以给我推到其他部门，我深受感动，当即同意进入流程

上来介绍项目相关，然后提问 1、有做过微调相关的吗？(答sd和lora,解释了底层架构和原理) 2、用过哪些网络？（常规问题） 3、正则化的方法？（常规问题） 4、常用的损失函数？(常规问题) 5、目标检测算法如何设计？(yolo相关的原理没准备好) 6、有部署过相关大模型的经验吗？(有过但不熟练) 7、有业务经验吗？(基本没有) 8、python用的怎么样？(还行，基本的算法都能写，但主要C/C

1.手写nms，面试官本来要求用C++，我说不太会就改为用python了 2.深挖八股，第一面不聊项目和简历 从模型和数据的角度分别说一下如何解决梯度爆炸的问题？ 更了解fasterrcnn还是yolo？能否大概说一下fasterrcnn的流程，两阶段主要解决了什么问题？ 延伸，yolo中是怎么解决正负样本不均衡问题的？yolo中的object分支有什么作用 BN层的作用是什么，有什么可学习参数？

知乎-base北京-可能是搜索算法 项目 职业规划 项目中的难点 做题-旋转数组求最小值 bert的attention 优化器 知道的loss 能不能马上去实习 #面经##算法#

问题内容： 我是AngularJS / html的初学者，一直在尝试查找代码片段以为Web应用程序创建时钟/时间项。 网络搜索无法像我期望的那样简单地提供简单的结果，因此我想我可以发布此问题以获取一些答案，也可以使其他人更容易找到它。 我已经发布了我的解决方案，但想在选择答案之前先看看是否有更好的方法！ 问题答案： 这对我来说效果很好，对于菜鸟来说，我认为很容易理解。看到它在这里行动 JavaSc

上海9.19线下面试 一面大概50min。 1.自我介绍 2.深挖项目（pipeline 创新点 难点等等）、实习 3.介绍一下读过的论文 4.给了一个场景，问用什么方法解决 一面的面试官人很好，面试完让我在等待区等待，大概20min后去二面 二面大概50min 1.自我介绍 2.继续挖项目、实习 3.深度学习八股 第三块答得很烂，当时感觉要凉凉 今天上午一看流程还在复试，面完另一家公司后，流程变

一面 1、自我介绍之后直接做题，LC102. 二叉树的层序遍历 2、项目中遇到难点 3、MySQL 索引结构，为什么要用 B+ 树 4、MySQL 事务的理解 5、MySQL MVCC 机制 6、以后的就业方向有要求 7、反问：做什么业务？推荐相关，Java 比较多，C++ 也有 二面 1、场景题：两地机房分别有一个很大文件，如何得到这两个文件不同的数据项（没答好 参考：https://blog.

视频面试，面试时长：约30分钟 1、自我介绍 2、介绍一下实习，并提问 3、介绍一个项目，并提问 4、项目中遇到的最大挑战和困难是什么？你是怎么解决的？ 5、为什么选择现在的这个研究方向（答的也不好，太实诚了） 5、反问环节：转正率（优秀通过实习考核都可以转正，感觉回答优点官方。。），后续流程（后面就是HR面了） ------------------------------------------

7月23笔试，8月18一面，9月8号二面 一面（30min） 晚上8点半面试，提前进去，面试官已经在会议室了，直接开始. 主要针对科研项目进行询问，研究生期间主要进行了一些人机共驾项目，其次是针对比赛经历控制算法的相关提问。 二面（30min） 还是晚上8点半面试（好家伙），二面问的很杂，首先问了一些比赛经历，在比赛中如何实现控制算法，速度规划怎么实现。其次问了科研经历，具体的项目实施方案，还有项

面试机会来自室友内推。推完立刻就面了。 个人情况：中科大本硕 本数学 硕统计 代码能力一般 无任何实习或项目经历 详细见之前的动态。面之前充满愧疚，会不会耽误人家时间，自己可能不太符合岗位。 首先感谢黄面试官的友好。没有问一些我明显就不会的东西。 自我介绍。对方说看我没有实习经历就不问项目相关了，问理论。 然后让我把lasso和岭回归详细介绍了一下 然后介绍核方法 然后介绍svm 然后介绍CNN

美团一面 1月8号 下午3点 一面总体体验还是很好 虽然有些问题没答上来 但还是过来 隔了一天就打电话约了2面 一开始让自我介绍 我说对机器学习有比较深入的了解 面试官说在我面前说了解 看来你很自信啊hhh 其实当时我没想那么多hhh 第一个问题就是如何解决过拟合和欠拟合 让结合具体的模型来说 问了交叉验证 L1正则化 L2正则化 问了如何看数据统计效果（具体问题记不清了 当时也没有理解 又追问了

时间 1月11号 晚上7点 前一天下午面试官打电话约时间 他问了工资要求和最快到岗时间 问他什么时候面 他说现在就可以 我想准备一天 就约了11号 首先是自我介绍 问了在学校是否学过机器学习 深度学习类的课程 这里真是雷啊 学校确实开的有 但是我没选（我觉得效果不如自学来得快） 但是跟面试官说我学过 他继续问你们机器学习的框架时什么 我说分为有监督学习、无监督学习、集成学习、深度学习等 这里面试官

简单记录下吧，还是太菜了，应该无了！ 1.自己运用强化学习算法多点还是传统控制算法多点 2.二者占的比例怎么分，谁占的比例大一点 3.在巡航控制算法中用的PID算法，如何根据被控对象设计算法，思路是什么 4.你做的都是时间域上的控制，频域上的控制了解吗 5.你觉得控制算法最看重的指标是什么 6.如何衡量这个指标 7.你觉得自己做的强化学习控制算法可以为传统控制算法带来什么好处 手撕代码： 1.给出