《滴滴算法面经》专题

岗位：算法工程师（运筹优化&机器学习） 15:00专业面试1 自我介绍； 问科研项目（问得很细）； 问实习期间做的项目（问得细且发散，实习做的东西越充实越好讲）； 机考复盘讲思路； 手撕一个子序列问题（手写）； 反问。 16:00专业面试2 面试官是实习MT，过程不细说，实习期间对我很满意所以直接速通，查了一下跟我说一面成绩顶格了，他也给我拉顶格，剩下聊之后部门的业务发展之类的。 手撕lc

约1小时 1.自我介绍 2.挖掘项目，做过啥问啥，面试官有引导这部分面试体验不错 3.手撕算法，找数组内所有和为目标值的组合 4.反问环节 我太菜了，手撕代码太难了，没有debug环境我就是个废物后面只让我讲了思路，但是没写出来内心很不好受估计凉了 面试总结：面试官人不错，心平气和的，我写代码写的慢也没催我，讲项目内容的时候我有的地方磕磕绊绊的没答好甚至帮我回答了总之没有对我这没捋清算法思路，回答

1、 给定一个字符串，逐个翻转字符串中的每个单词 2、 判断数组中所有的数字是否只出现一次 3、 无重复字符的最长子串 4、反转链表 5、给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标 6、二叉树的最近公共父亲节点 7、写一个函数，找出一个整数数组中，第二大的数 算法题基本在面试时都会遇到，因为他是对我们代码能力的直观体现，可

#满帮# 10.19 笔试 10.26 一面 1. 挖项目（讲一下层次聚类，ResNet和Densenet的区别，以及ResNet被发明主要为了解决什么问题）。 2. 讲一下卷积（问了很多细节）。 3. 讲一下BN，在什么维度操作，为什么进行scale和shift。 4. 讲一下XGBoost和GBDT区别（细致到问了泰勒二阶展开和一阶展开的数学公式，以及泰勒展开的作用和原理）。 5. 问了LST

#运筹优化# #京东# #实习# 一面70min： 1.自我介绍 2.介绍一下单纯形法 3.介绍一下分枝定界 4.介绍一下列生成 5.问项目（问了两个，深挖） 6.问实习经历 二面70min： 1.自我介绍 2.直接开始问项目（深挖，问的非常细） 3.问启发式项目（也很细） 4.gurobi有什么加速/启发式，有尝试过调整参数吗、效果如何 两轮面试问的非常细，从基础知识到项目，都要掌握的比较好

知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别？ 生成式模型先对数据的联合分布 进行建模，然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模，由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布，关心的是对于给定的输入，应

面试官很好 是我太菜 问了随机森林 XGboost EM算法 其实很多都是他问我了解什么我说了 再细问我又不清楚 可我没有会的了 面到最后就很尴尬

上上周offer被毁，无奈重新投简历，刚结束讯飞一面情况给大家分享。 总时长45min不到 上来先是常规自我介绍，之后问了下为什么选择转做nlp(之前的实习一个推荐广告，一个deepfake，一个vlm based 3d场景理解) 简单聊eccv论文，引申问题，llm如何处理长文本记忆功能(重点不是魔改网络或者long memory tranformer)。想到了sentence embeddin

感觉又要当二面杀手了

#软件开发笔面经# 面得贼快面试官上来就把每一环节的拟耗时说好了，什么自我介绍3分钟，项目讲述20分钟啥的，最有规则的一集了属于是 项目： 找一段个人觉得最充实的实习，讲一下主要工作，解决了什么问题，遇到了什么技术上的困难，具体模块的方案和输入输出都是什么 讲一个最近看过的深度学习策略的相关文献，简单描述下方案 假如要求你用模型方法做在线地图，可能会遇到什么技术上的困难 八股： unordered

国庆节当天晚上的面试，三个面试官，汗流浃背了（鼠鼠第一次面对这么多人）.... 1.自我介绍 2.深挖项目 3.部门是做自动驾驶的，问了一些场景题 1）鬼影现象 2）3D检测中，回归出一个车的size，你认为哪些东西是最重要的？ 3）DOTA数据集 4）介绍一下nms iou 5）iou中的分子分母分别是什么？交集是哪两个框？ 6）map是什么？和ap的区别是什么？召回率怎么计算？ 4.手撕：给了

9.21 一面 起手声明工作方式（dddd），问能不能接受 自我介绍，介绍项目，我稍微详细把相关项目介绍了 大概讲一下transformer 模型在训练和预测时显存占用怎么得到（我考虑了量化，训练时优化器， 讲一下对langchain的使用的理解 调取api和本地部署llm使用上的优劣 手撕快排，然后问写出来这个是不是稳定的 pdd这面试系统真抽象，和它的笔试题一样抽象。真买不起服务器吗 9.28

#软件开发笔面经# 主要内容拷打项目，问得很细，基本一条一条问过来 比较泛的问题有： 如何评价基于规则的方法和深度学习方法？ 有没有做过评测，没有的话你觉得评测主要是做什么？用什么评估结果？ 算法在车端部署测试主要看什么？ 在重建过程中如何处理ego pose？ 手撕：有点像2024美团暑假实习第一次笔试的交朋友那道，并查集或者dfs

base深圳，岗位是算法工程师。 两个面试官，着重问了我做的两个物理层算法的项目，对我的FPGA项目不太感兴趣。主要问代码是不是自己编写还是matlab直接调的库函数啊，整个通信系统流程是不是自己独立设计完成的，问了项目的信道模型是什么，信道估计算法，检测算法等等，还挺专业的。然后问了下两个项目的系统参数，了不了解射频端，本科电赛用没用过我们的示波器啥的。总体难度不大，偏重算法考察，他们部门也是做

面试时间 8月22日 晚上21点。。 1. 自我介绍 2. 直接开始八股环节，实习都没怎么问 3. 模型推理技术优化 4. 大模型幻觉 5. MQA 和 GQA 6. 长文本推理优化 7. 微调过程通用能力下降怎么解决 8. 问Swish激活函数公式 手撕： 1. transformed绝对位置编码 2. 牛顿迭代法求平方根 面试官挺好的，虽然没怎么问我实习项目，但是说了一堆他们组做微调的东西 话