《滴滴算法面经》专题

本硕某中游985，非科班24届，第一次找实习 一面 2023.2.27 周一 17：00 腾讯会议 约50分钟 自我介绍 讲一讲简历上的第一个项目（图像分割），项目挖的很深（网络结构，损失函数，创新点），约20分钟 转置卷积的计算方式？怎么补零 卷积的计算量，分组卷积的计算量 介绍一下Transformer中self attention的计算方式，为什么要用多头？ 做题发的牛客链接，反转一定区域的

双非本985硕，icpc银，1篇sci1区（cv相关） 蔚来智能座舱1面-2023/3/1 面试官性格很好。聊了一个小时左右。后续hr说面得还行，然后一直在评估，可能面的人不少吧。 1. 自我介绍 2. 挑一篇你觉得最好的项目讲一讲 3. 你的算法对比其他的有什么优势 4. 你觉得你的算法有什么缺陷，怎么改进 5. 卷积的计算量(n*m*k*k*c_in*c_out) 6. 计算量越高，推理时间越

双非本985硕，icpc银，1篇sci1区（cv相关） 面的是研究院-见习算法开发工程师 一面： 主要是问我大三时做的分割车道线的项目。面试小哥脾气很好，有些忙，一时没想出来会引导。虽然一边走路一边面试，声音有时候听不清。 整体面试1小时10分钟 自我介绍 识别车道线用分割和检测哪个更好？你为什么要使用分割？（答：一方面是因为分割有百度的一个公共数据集，可以大规模训练；二来目标检测可能受车辆等目标

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投递岗位为算法工程师-NLP方向，投递时间n，笔试时间是m=n+14，一面时间是k=n+26=m+12，over 一面 30min： 自我介绍 挑一个具有代表性的项目说一下 对项目细节进行提问，某个地方怎么实现的，为什么这么实现 可以解释一下熵吗，它的公式怎么算的？拿到一个BERT的base

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投递岗位为自然语言处理工程师，投递时间n，投完直接挂了，后来找师兄部门直推的，一面时间是m=n+49，over 其实面试的时候能感觉到是KPI，对我兴趣不大 一面： 自我介绍 介绍第一个项目，并对项目进行提问，细节包括输出、参数更新、反向传播等 介绍第二个项目，是否遇到样本不平衡的问题 神经

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投递岗位为NLP算法工程师，投递时间n，测评时间是n，笔试时间m=n+17，一面时间k=n+30=m+13，over 其实挺想去顺丰的，选的深圳的base，听说适合养老？但是面试的时候感觉办公环境一般，因为面试官直接在工位上面试的，感觉工位小小的，而且有点吵 一面（30min不到）： 自我介

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投递岗位为2023届提前批-自然语言工程师，投递时间n，测评时间是n，一面时间m=n+8，过了一个月收到感谢信，over 一面： 面试官介绍，该部门主要的研究方向是网络安全的自然语言处理（准确来说是融合多方技术），例如黑客访问通过日志回溯过程。 自我介绍，介绍一下三个项目？ 是否了解知识图谱

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投递岗位为算法工程师（数据挖掘），投递时间n，测评时间是n，笔试时间m=n+4，一面时间k=n+27=m+23，over 直接电话约面并电话面试的，围绕项目抠细节，面试官人很好，海信值得一面 一面，55min： 项目一模型设计、实现细节 评价指标，micro-F1和macro-F1，宏平均是

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投 流程：投的2023届提前批-NLP算法工程师，base杭州，投递时间n，一面m=n+46，二面k=m+5=n+51，over 个人包括同学的面试感官都不是很好。。。 一面（电话面）35min： 分别简单了解了一下三个项目 最熟悉的框架？ pytorch有什么优点 最了解的编程语言，回答python

一面两个面试官。给我一种很焦急的感觉。面试时长35分钟。 CNN和MLP的区别。 什么是卷积 梯度下降的公式 lambda写个字典排序 写了一道sql，包括求和、排序 其他忘记了。 项目没咋问，因为报的岗位和这个不相关。

5.29 一面 1.做个两三分钟的自我介绍 2.详细介绍简历上的一个项目，差不多说了二十分钟，会对项目进行各种提问 3.通信算法相关知识提问 1.如何提升通信系统的通信速率 2.发射分集 3. 4发 3收 的 MIMO系统相对于SISO来说性能提升多少 4.反问，问了面试表现和什么时候出结果，以及wifi7相关的情况 6.1 二面 1. 做个一两分钟的自我介绍 2.详细问一个项目 3.通信知识问答

终于有些对口的了，不容易 —————————————— 8.16一面 介绍一下蔚来实习的项目，讲了大概20min的项目，面试官说我做的东西挺多的。 没有八股，直接开始coding，本来问我概率论学的怎么样，我说考研学过一些，面试官说不出那么难吧，然后出了一道岛屿数量，5min就a了。 如果他们有hc的话应该能过吧，面试官说保持联系。许愿过一个，鼠鼠秋招还从没过过一面的呢 #自动驾驶# #秋招# #

24.08.17-14:00 记录一波 1. 自我介绍 2. 项目中模型如何训练 3. 目标函数用的什么 4. 训练的计算资源和时间用了多少 4. 手撕：寻找字符串中最长有效括号子串 5. 梯度消失和梯度爆炸如何缓解 6. batchnorm中可学习参数如何获得，是反向传播吗？ 7. l1正则和l2正则的区别 8. 如果要筛掉大量数据中的一些无用数据，用l1还是l2，为什么 9. 树模型和LR区别

1.介绍项目 2.imu预积分 3.ransac拟合平面,步骤 4.vins的初始化方法,sfm的具体步骤,sfm的输出是什么 5.vins4自由度优化,为什么是四自由度 6.Im,和gn的不同,优点 7.智能指针,uniqueptr转移所有权写法 8.auto的使用场景 9.C++的三大特性,构造函数,析构函数可以是虚函数吗,基类和派生类谁的析构函数应该是虚函数 10.等分割链表,如果不能等分,

一面 1，自我介绍； 2，展开介绍项目，项目难点和解决方法； 可能面试官是传统定位方向，不太了解感知和深度学习，在深度学习相关的项目上问得都不太深入，传统组合定位项目问得多了些。还问了一些深度学习和传统方法的不同之处（没研究过传统方法都没答上来），还问了项目提到的交叉注意机制是怎么实现信息融合的，最后问了下卡尔曼滤波滤波和最小二乘法的不同之处，以及对卡尔曼滤波的看法。 3，面试官介绍部门情况； 4