《滴滴算法面经》专题

双非本985硕，icpc银，一篇一区论文 先自我介绍 1. 介绍其中一篇论文 2. 你的论文结果和其他人的有什么优势？ 3. 如何提升这个项目？（换模型，提升并发度） 4. Yolo的正负样本是什么？（与所有真实标签iou都小于阈值的预测框为负样本，反之为正样本） 5. 模型压缩和加速的方法有哪些？（gpu、蒸馏、剪枝、半精度） 6. 半精度是什么？（舍弃后16bit的半浮点数） 7. 半精度的理

#软件开发笔面经# 5.29一面 1. 自我介绍 2. 介绍webserver，问技术点（epoll-基础-在windows与linux有什么区别，proactor，webserver的主线程与工作线程怎么安排）。 3. 自己选一个项目讲 4. 面试官介绍飞猪算法方向，让我选一个分析-搜索算法，结果能反哺推荐算法吗 5. 手撕：原题：删除链表的倒数第 N 个结点。 “可以写些例程”问有不用提前遍历

看牛客上面没有写，我来分享下经验 楼主bg： 1. 双非本+双非硕 2. 一篇CCF C见刊 + IEEE Trans二区再审 3. 有一段Go后端实习 一共两面，技术一面，hr二面 一面问题： 开头自我介绍 1. 了解梯度爆炸梯度消失？如何解决？ 2. 问了paper的创新点，实验细节 3. 机器学习中随机森林的思想 4. 开发方面问了git、linux 查找/关闭进程、docker常规 5.

一面 时长：1h 1.自我介绍 2.项目拷打，其中提到了常见的激活函数 3.手撕：self-attention，写完代码后根据代码问问题 1）bert中随机mask了一些词，在代码中是如何体现的 2）代码中e的x次方特别大的时候，模型不是很平滑，这个时候怎么处理？ 3）你那样处理为什么不会影响最终的结果？ 反问 1）部门业务？直播的图文生成，内容理解 2）看重校招生的什么能力？思考能力和学习能力

前两个流程都被结束了，然后被腾讯视频捞了，之前的面经马上到达字数限制了，所以新开一文记录。 一面时间：4月17日 16:00 ~ 17:00 上来先是做了一下自我介绍 然后开始问实习的项目，让详细的讲，期间就夹杂着八股。 使用的什么loss函数，除了交叉熵损失函数还了解哪些损失函数。 项目过程中有没有遇到过过拟合的问题，什么原因造成的，什么办法解决。 为什么L1和L2正则化能够缓解过拟合的问题。

①简历经历 ②Python有哪些数据类型 ③元组里面套list，list可以修改吗 ④是否了解Python多线程和多进程/并行和并发 ⑤两个list相加的结果是什么？比如list a长度为2，list b长度为3，相加后长度多少

一面：项目+八股+算法 知识点： 1.知识图谱的相关内容：transH、GCN等。 2.transformer相关：位置编码、预测过程 算法题： 好像是连续字符串之类，具体忘了，比较简单 二面：项目+算法 知识点：涉及项目的八股，不是很多。 算法题： 深度优先搜索的应用，稍微有点抽象，不是很难。 hr面： 常规考察。

我也来分享一下面经，为秋招攒人品 BG：211本985硕(机械) 研究方向：旋转机械故障诊断 投递时间：5.12从官网投递 约面时间：5.21 一面时间：5.24 面试总时长：半个小时 面试问题：一个面试官，主要为个人项目，掺杂一些项目靠近的专业知识，最后问了个人实习，职业的计划等等 下面是面试内容： 第一个项目： 面试开始后先随便聊了一下，问了关于个人的一些信息，然后让做个简单的自我介绍。自我介

面试形式 3轮面试+1轮hr面。 时间线： 一面X 二面X+14 三面X+14+7 hr面X+14+7+7 其中，对时间信息进行脱敏，一面开始时间作为基准，记作X。例如，X+1表示距离一面的时间为一天。其中，对精确的时间也进行了相应的模糊处理，1-7天，就记作7天，可以认为是在一周内，8-14天，记作14天，可以认为在两周内。 一面（1h，X） 自我介绍 项目讲解与介绍，讲的自己上传的PPT(30

是否有任何算法有助于最佳地找到包含分布在笛卡尔曲面上的一定数量的项目的最小矩形数（每个项目是一个具有x的点）

你将如何解决这个问题？ 你从一个盒子开始，盒子里有x个红色大理石，y个绿色大理石和z个蓝色大理石，盒子外还有无限量的红色、绿色和蓝色大理石。一个步骤是选择两种不同的颜色，从盒子中取出两个大理石（两种颜色各一个），然后从你的供应中向盒子中添加第三种颜色的大理石。例如，如果你选择红色和绿色，那么你移除一个红色和一个绿色的大理石，然后放回一个蓝色的。对于什么样的起始条件（表示为x、y、z上的约束），通过

提问： 1、简历与项目介绍 2、C++代码手撕：中值滤波、memcpy实现、查找字符串 C++属实软肋，寄 #提前批##OPPO提前批##算法工程师##CV##C/C++#

讲一下面试候选人的心得： 第一、我在做面试官时，比较喜欢基础扎实的、工程能力好的候选人。 算法工程师，首先是工程师，得会编程，会自己上线算法模型。不是参加算法竞赛，跑几个模型就可以的。 我本身比较喜欢科班出身的，因为他们计算机基础都不错。在我们这个行业（推荐方向），是很看重工程能力。 很多刚毕业的应届生，他们会觉得搞一个复杂的深度模型，就能解决问题，这个是万万不可取的。 一定要扎扎实实做工程，贴近

感谢大家的关注，但其实这些笔记远没有那么大的价值；深度学习以及自然语言处理的发展极其迅速，这里的很多内容已经年久失修，甚至很多都没有完成。 相关代码：https://www.wenjiangs.com/wp-content/uploads/2022/08/_codes.zip

10.11 面试官人很好，问的也不难，自己太菜了被拷打的民民白白 1.拷打论文，发散问:自己论文方向如何运用到自动驾驶方向 2.拷打项目。 3.目标检测模型(yolo系列)，实现细节(loss等)，版本不同之处。语义分割模型➕细节。 经过1 2 3后已经麻木，答不上来太多了，直接进入coding。 1.手写NMS(原理会写不出来) 2.手写交叉熵损失(写出来) 3.描述focal loss原理及实