《滴滴算法面经》专题

一直在问简历上的实习，项目，论文，大模型在推荐的运用。考了两个八股。没写代码题。 面试官一副心不在焉的样子，感觉不是很有诚意 #阿里巴巴信息集散地#

16min 1、自我介绍 2、根据项目的提问：项目用到了哪些图像处理相关的算法 canny边缘提取原理 图像连通域提取算法 去噪滤波算法有哪些：高斯滤波-随机噪声，中值滤波-椒盐噪声 3、SVM核函数 4、深度神经网络 大多数没答上来，凉了 诸位加油努力 #tplink提前批面经#

20min 1、自我介绍 2、根据项目的提问： 介绍一下fasterrcnn，其中的剪枝蒸馏量化分别是怎么做的； sift特征的提取流程，为什么有旋转不变性： 介绍一下直方图均衡 3、bn层的作用，bn中可训练参数的作用 完全没有问什么排名奖学金之类的问题20分钟全在聊项目，答得也一般，感觉要凉凉了 #面经# #tplink提前批#

① 自我介绍 ② 挑一个项目具体介绍，问你印象最深刻的是什么 ③ 问了一些通信基础知识：1. 波束赋形的原理；2. 瑞利信道和莱斯信道的区别以及具体的应用场景；3. 4G到5G有哪些技术提升：MIMO到Massive MIMO, 带宽更大，调制阶数更高（这个当时没答出来，我说可能是编码的原因）；4. WiFi协议的变化（没答出来） ④ 问了下个人业余有啥兴趣爱好 一面结束

自我介绍 这么多比赛怎么平衡时间 比赛负责的什么内容 分割检测的发展，最新的一些模型都有哪些，和传统的模型相比差别在哪儿 DETR 中匈牙利匹配算法具体的流程怎么计算 感觉面试官方向不是很match ，不是很懂我讲的啥，也没有反问。 手撕 链表反转，自己构造输入输出 (调输入调好久lc 刷多了，忘记ACM模式怎么写了，主体没写错，后面发现构造输入写错了。给面试官讲了一遍。 不知道凉没凉，没让反问，

今天的五场面试中的倒数第二场 面试官迟到了4分钟 Base：杭州 面试内容： * 自我介绍 * 回调函数怎么实现？ * 常见的损失函数 （MSE、CE、MAE、TirpletLoss * 做了哪些算法研究？怎么去做的？ （检索、高度估计、检测 * 图形图像学了解过吗？ * 目前所在地，什么时候能来，做多久 反问： Q：实习生做什么？ A：一半数据处理（标数据），一半AI算法平台开发 总结：大概率人

本文向大家介绍Java算法之递归算法计算阶乘，包括了Java算法之递归算法计算阶乘的使用技巧和注意事项，需要的朋友参考一下 本文为大家分享的java算法计算阶乘，在学习Java课程时经常会遇到求阶乘问题，今天接跟大家一起探讨一下 代码如下： 运行结果：

总共1h 看的出来，面试之前面试官都没看过我的简历。聊了10分钟就开始做题，反转链表写了二十多分钟没做出来，最长递增子序列分别用贪心和动态规划写出来了，后面问了一点深度学习的八股，感觉方向不是很对口，大概率凉了。 1. 介绍一下实习做的工作 2. 反转链表，每n个反转一次 3. 最长递增子序列 4. 写一下交叉熵 5. 为什么分类损失不用MSE 6. 多头自注意力中的头从8个变为16个，计算量怎么

时间线：7月25日一面 -》 7月30日二面 -》8月2日终面 -》8月9日口头offer 一面主要偏项目，二面主要偏基础（纯八股拷打），三轮面试平均1小时，总体来说百度的效率算是很高了，顺便问问有朋友知道开奖具体时间吗？ 自我介绍 讲一个最感兴趣的项目 SIFT算法（项目里面用了，让我讲底层原理） 有没有试过基于深度学习的模版匹配方法（列了两个Google的模型，没听说过） YOLO系列的发展趋

7.29一面 自我介绍 介绍一下你的两个实习项目吧 项目中你主要负责哪块 项目团队一共几个人（答，两个，一个我，一个带我的） 看你硕士期间论文专利成果挺多的，系统的讲一下每篇论文做的工作吧 讲一下你的论文和实习项目之间的关系吧 讲一下进程线程吧 讲一下锁，什么是死锁 怎么避免死锁 了解机器学习的相关算法吗 最近大模型很火有具体了解相关算法吗，介绍一下 反问：1、什么时候出结果（答最快一周） 2、组

秋招开始的有些晚了，投递了多家公司但是最后真正参加的和运筹有关的面试没有很多。总结一些相关经历（笔试、技术面）供大家参考。 背景: 双非本数学类专业+qs20硕运筹类专业 秋招tips： 秋招tips总结（技术岗|国企|考公） 美团 笔试：4道算法题，有一定难度 一面： 1. 自我介绍、项目讲解 2. 项目针对性提问（问题定义、细节设置，为什么这样做？） 3. 考察基础知识： 单纯形法 检验数含义

学历背景：双非本硕 计算机 研究方向：医学图像处理 无实习 一面： 基本围绕简历上的项目问，问简历上的具体算法，然后问了简历上会的技能。 二面： 还是问项目简历 1. 项目的具体流程 2.自己具体做了什么工作 3.项目算法与其他算法的效果对比 4. 遇到的困难，如何解决的 感觉整挺好，希望有三面吧。哈哈哈哈哈哈 #OPPO提前批#

8.1号投递，base深圳 8.20一面 总共30分钟左右，没有撕算法题。 自我介绍 挑个项目讲解，讲一下流程和效果 讲一下研究方向 北京的岗位比深圳多，为什么选择深圳？ 有没有女朋友？ 未来的职业规划？ 遇到的最大的挫折？从中学会了什么？ 最有自豪感的事情？ 有什么爱好特长？ 反问1：部门规模？三四十人 反问2：业务内容？做视频内容安全相关的，偏策略多一些，中间处理 #2022秋招##快手面经#

8月23一面： 自我介绍 手撕两道代码（最长公共子序列） 8月24二面： 自我介绍 coding：给定字符串，给定一个词典（词典元素可以重复使用），问字符串是否可以由词典中元素组成 问项目，评价指标，没有上线如何进行模拟上线的检测 8月25三面 自我介绍 问了论文、问了一个项目 问了Transformer的结构，相较于LSTM、CNN的优势 机器学习内容： GDBT、RF、bagging、boos

自我介绍 介绍项目 BERT和BERTweet区别 Transformer为什么是基于上下文的 VGG-16的结构，优缺点 反问 面试官人非常非常好，总的来说很轻松，面试完大概半小时就通知hr面了