《滴滴算法面经》专题

问了硕士研究方向的一些问题 然后全程问项目 无八股 手撕 数字字符串加法 中间屋内断了两次网，简直坑爹。希望不要影响大局。许愿一个oc

一面4.7 介绍项目一些项目相关的八股 一道dp题 二面4.9 感觉像主管 问了问项目 但更多的是开放性问题 这个项目自己做了哪些部分 怎么从新开始做一个项目 自己的优势 工作中如何像优秀的人靠齐 最近看什么书 无手撕 许愿一个后续 #招银# #招银网络科技#

业务面就一轮，然后后面就是hr面了 面试流程： 自我介绍 对项目经历进行简单提问 之前在京东物流实习感受怎么样，有什么收获 未来期望的工作地点 研究生为啥选择控制科学与工程专业 考研去的清华还是保研 本科成绩怎么样 入学以来最有成就感的一件事 问问我在其他公司面试情况，offer情况 入职多久能到岗 反问： 为啥视频会议室地址写的是上海，base地上海吗，想去北京的实习(后来解释了base在北京，

4.18面的，无手撕，对友友们有帮助的话可以点个赞哦 面试官感觉搞传统算法比较多，一直问场景题(比如有两帧图片，一帧人比较模糊但是其他清晰，一帧人清晰但是其他模糊，但是人的位置移动了，请问怎么办)感觉是想从我这看看有没什么点子,我随便扯，利用SNR啥的。。。 总共25分钟，面完过了2-3个星期官网看挂了，问了hr还说面评不是很好。我只想说，你6。 #虹软##计算机视觉##实习##暑期##面经##算

自我介绍 八股（可能遗漏）： 1. 讲讲推荐系统流程 2. Transformer 位置编码是什么 3. QKV 注意力公式为什么除以根号 d 4. 简单讲讲 GCN 5. 简单讲讲 RNN 6. RNN 里的参数是什么样的（答：参数共享） 7. Dropout 是怎么做的？有什么作用？推理和训练时 Dropout 的区别？如果推理也用 dropout 会怎么样？ 8. 讲讲 BN？BN 训练和推

1. 介绍项目 2. imu怎么加入到vo 3. imu加进去对定位精度的提升 4. 平面拟合，有斜坡怎么处理 5. 激光雷达和相机结合进行三维重建的具体步骤 6. 了解过滤波吗，说说kf，ekf，ukf 7. ekf中传感器噪声和测量噪声的大小，对滤波过程的影响，两者太大，分别会造成什么问题 8. 了解过什么运动模型，没明白意思，面试官举了一个横向运动的例子 9. 智能指针，讲一讲 10. 引用

写在前面：招银的面试体验巨巨巨好，秋招到目前为止可以和美团的面试体验并列top1，面试官非常温柔而且很善于引导，也会鼓励😭 Timeline： 9.9一面，9.10二面 一面： 介绍项目 Lora具体怎么做的？ GAN和diffusion的区别？ CLIP的原理？还有哪些多模态模型？答了BLIP，BLIP2，llava，继续追问原理 手撕：螺旋矩阵 一面完2个小时约二面 二面： 手撕三数之和 讲

6.30二面，二面半小时。 一直在问实习项目，主要问业务场景的一些具体问题。真的问题很细，问到具体的代码 如何处理数据不平衡问题 实验室情况，导师情况，个人优缺点 如何排查内存泄漏问题 对工作地点，薪资的要求 是否可以接受岗位调剂 大模型相关的一个没问，感觉要凉。。。 #讯飞#

6.6笔试测评，6.9一面，6.13二面，6.27线下三面，6.28心理测评通过。感觉和别人不太一样，我的三面其实还是技术面，基本没有闲聊。 1、自我介绍。家在哪。 2、本科成绩，双学位情况，考研情况。 3、详细问了简历的两个项目，但没有问具体的技术细节，只是讲算法实现了什么功能，遇到了什么问题，为什么会有这样的问题。持续15分钟+ 4、没有反问环节。 没有反问环节我是没想到的，也没什么闲聊，以为

一面20mins结束 上来闲聊科大的情况5mins 介绍一下实习的项目，为什么用a模型，不用b模型 大模型在金融领域的一些做法，进展 prompt和instruction的区别 encoder，decoder，encoder-decoder架构的区别 介绍一下论文内容 为什么不读博 #科大讯飞信息集散地##面经#

攒人品，没想到一面回答差都给过了，感谢tp给的机会 自我介绍 奖项介绍 项目介绍 重点问了论文 无手撕 总共30min，感觉可能方向不是很匹配面试官都没什么可以问的，祈祷能进三面

发面经攒人品 自我介绍 项目介绍，会问一些细节 Transformer的decoder中multi-head attention和encoder中的差异 batch normalization 和 layer normalization 无手撕 总共20min，回答的很差估计g了

无自我介绍、业务介绍，直接开始。 首先问了项目里的文字处理和图片处理，有没有用到NLP的知识，图片处理有没有用RNN，我说：“都没有！” 然后他就开始问共享单车有没有用LSTM这种深度学习算法，我说：“当时考虑过，但是没有用！” 然后面试官说考考深度学习、机器学习基础原理这块吧（都忘了！哈哈！） 1、GLM是什么？ 我就说是generalized linear model广义线性模型，然后卡住。。

985本硕，2篇CVPR一作，其中一篇oral，一段3个月的蔚来自动驾驶实习经历。两天内面完所有两轮技术面。 一面主要讲了两篇论文（强烈建议有论文有项目的同学做一个好点的PPT给面试官讲一讲），深挖背后的知识点，然后提新的场景，现场想idea去解决，讲完就已经一个多小时了，无coding。 二面主要介绍了一下实习的工作内容。最后看时间差不多了写了道链表翻转题，居然这都没写出来（本人没咋刷过题）。

面了足足两个小时，讲真这是招日常实习生么，最后果然凉了 八股 方法重写(override)和重载(overload)的区别 你刚才说到的情景 func(int &a) 和 func(int &&a) 的具体场景可以讲一下吗。 讲了有左值右值和拷贝构造。 你刚才说的左值引用，右值引用，移动构造，完美转发具体讲一下 回到我们开始的问题，假如有 class B :: public A ，那么 B::te