《滴滴算法面经》专题

全程50分钟，电话面，但是有代码题 部门是营销算法 1.自我介绍 2.介绍第一个项目，我的是一个RAG的项目，讲完后面试官没有过多的提问，让我说一下难点，然后问我lora微调的数据怎么构建的，为什么要微调 3.介绍第二个项目，我的是一个论文项目，我就讲了一下论文的整体，然后面试官问我的另一篇论文是不是也是这个任务上的，我说是，他说讲一下两篇的不同，我就从基座模型不同、motivation的差异讲

【一面】 总共约30分钟。 介绍一下Transfomer架构 介绍一下endcoder部分和decoder部分的交互 介绍一下QKV矩阵的自注意力计算公式 介绍一下BN和LN 实习时间安排 论文进展 反问环节 总的来说体验良好比较轻松，回答的问题有些小瑕疵面试官小哥哥也安慰说小问题没关系。 【二面】 总共约20分钟。 主要是讨论项目和论文，没有特别去问八股文或者其他的什么内容。

投的图形岗，两小时三位面试官。 c++八股，不太难 1. 虚函数 2. 多态 3. 内存对齐 4. 怎么debug 操作系统和体系结构 5. 中断的概念、过程 6. cache概念 7. 其他老哥也提到的确定cache大小 8. 指令流水 9. 页表 接着是图形项目拷打，先介绍自己项目，按介绍的提问，基本上是闫神讲的那些 用过哪些图形API，区别是什么 渲染结果不符合预期，怎么确定哪出了问题 还问

#我的实习求职记录# 一面纯实习+项目，无八股 二面：1.什么内存分配到栈里面，什么内存分配到？ 2.栈在操作系统里面是什么样的量级？ 3.如果mysql不使用begin开启一个大事务，指执行一条update语句，还是事务吗？ 3.写一个爆栈的程序？除了递归还有什么？ 4.网站右下角有广告是为什么？如何避免？ 5.一个游戏系统，有千万级用户，可以通过打怪加分或减分，每个人需要查到自己的排名），应该

时长：1h30min 因为岗位比较匹配所以问了不少，鼠鼠第一次面这么匹配的岗位，面试官很有水平，学到了很多东西。 1.自我介绍 2.深挖项目和实习，简历上提到的都问了，中间穿插了八股 1）具有旋转不变性的图像算法 2）transformer中为什么除以根号dk？dk怎么来的？ 3）传统的图像处理方法有哪些？ 4）滤波，去燥 5）中值滤波用在什么地方？ 6）哪些滤波能保持边缘信息？ 3.手撕lc69

格灵深瞳一面，CPU 都干烧了 面试时长：60min 1.自我介绍 2.你觉得笔试哪里做的比较好 3.简历中挑一个你最熟悉的项目介绍（我挑的单目变焦三维重建） 4.如何实现单目变焦三维重建的 5.SLAM 懂一点吗？说一下基本流程 6.讲一下如何准确建图 7.稀疏重建如何去畸变使得图像畸变影响最小 8.图像畸变的原理 9.如何计算图像位姿，本质矩阵如何得到 10.图像特征匹配中 RANSAC 方法

lz背景985本日硕机械,课题方向和图像相关性不大,有段工业视觉检测相关的实习背景. 前几天刚面了埃科光电的图像算法处理岗,时长35分钟,面试官是个小伙子,语气很和善,问题还是比较硬核的. 1)自我介绍 2)机械专业为什么不投递结构相关岗位? 3)简述一下视觉相关的实习经历和用到的算法. A:饮料瓶和药瓶的模版匹配 4)模版匹配的目的是什么?常用算法有哪些? 5)(4的回答有提到)LoG是什么?它

美团 推荐算法一面 一共40min+ 1. 自我介绍 2. 介绍一下在公司做的项目 3. 构建物料池是怎么做的，还有用在什么地方 4. 为什么要用到多线程技术构建物料池 5. 比如年龄这种连续进行分桶离散会有哪些缺点、训练中会如何使用 6. 在线推荐和离线推荐有什么不同 7. 分类、回归用到的损失函数有哪些 8. 模型判断的指标有哪些？说一下什么是准确率 9. 在公司训练个性化推荐模型模型用了分类

专栏地址：http://t.csdnimg.cn/HAbwF pipeline：LeNet-5->AlexNet->Network in Network->VGGNet->GoogLeNet->ResNet->Inception->DenseNet->Inception->MobileNet->ShffleNet->SENet 4.1 AlexNet AlexNet模型有以下特点： 1. 所有卷积

9.7 一面 60分钟 1.实习项目介绍 2.实习相关问题 3.stl问题 4.c++11 内容 5.浮点数的表示方式 剩下记不得了 算法题： 1.相交链表找交点 2.两个字符串找最长相同连续子串 3.矩阵最长递增路径 反问 #寒武纪##寒武纪校招##C++工程师##C/C++##面经#

暑期实习数开0offer选手，最后实习去做了后端，这次秋招全投的后端，京东反而给我流转到数开了，特开此贴记录我跟数开的告别面试（学弟学妹们干这方向一定得慎重！！！如果最后还是做回后端沉没成本还挺大的）。 面试官非常友善，面试特点是一块内容就从一个简单的点切入，挖到你不会就结束这部分。 时间1h20min JVM部分 问：cpp在内存管理上和Java有何异同？ 答：Java将内存管理托管给了虚拟机。

写在前面：主要记录暑期实习面试中的手撕算法题，面试岗位均为机器学习算法工程师 3.30腾讯一面 逆时针打印矩阵，考察模拟，注意边界处理。 (类似LC剑指offer 29:顺时针打印矩阵 ) 旋转数组的最小值，考察二分查找，注意重复数字情况。 (LC原题 剑指offer 11:旋转数组的最小数字 ) 4.2字节一面 记不清楚了。。。应该不难 4.13美团一面 面试官：写个二分查找吧。我：??? 4.

申请的元戎启行规划算法工程师提前批，周一晚上六点打电话约面试，因为面试官是在海外，所以要早上面试，于是我约定到周四早上八点 首先是自我介绍 然后他会问你简历中所写的项目的细节 之后就是coding 在矩阵中寻找递增的最长路径，dfs可解，当然我没写出来，写的有bug 总体面试体验良好，因为面试官本身就是规划算法组的技术人员，所以聊的都是干货，没有那些虚的，只要你简历写得都是真的，能说明白细节就行

在牛客这段时间一直白嫖各位佬的面经，自己也分享一个面经为自己攒攒人品。 **时间节点：**  6.16投递提前批简历；  6.24收到一面通知；  6.28一面；  7.4收到综合面（HR）通知；  7.5综合面  7.12收到offer **过程** 1.一面：一面有三个面试官，但全程基本上只有一个人问我问题，可能三位面试官研究方向不同，为了适应面试者不同的研究方向。面试过程：先做一个自我介绍（

开始先自我介绍，项目经历 然后搜素引擎，怎么对搜索结果进行排序（TFIDF+pagerank+为了处理词组加的额外cost） 搜索引擎的爬虫在爬取的时候怎么去的重 然后机器学习原理 bia-variance trade off 分类模型的loss一般是什么，怎么推导的（cross entropy， MLE） 如果有一个多类别的分类问题怎么处理（one-hot encode） 如果类别特别多怎么办（