《快手算法工程师面经》专题

提前批上个月底发的意向书，实属捡漏（数字化业务😏） 一面 自我介绍。 讲一个项目。 有做什么修改吗？ 怎么进行模型微调的？ 手撕剑指58 整理实验结果怎么整理的？写脚本自动生成吗？ pytorch里训练的流程讲一下，分类网络的完整框架怎么写？数据集怎么读取？ 问了一些毕业论文的问题，创新点？与SOTA比较？ 二面 自我介绍。 介绍一下第一个项目。有什么创新点？传感器怎么融合的？ 挑一个有创新点的

投递岗位：NLP算法工程师 投递时间：看不到了 进去就看到面试官趴着，心里就觉得要挂了 从面试开头趴到结束，后悔没有直接退了 正式批 1. 自我介绍 2. 对自我介绍丝毫不关注，直接开问大模型 3. 可以直接去找相关前沿，或者企业的内容知识 恶心，秋招最离谱的一场面试，完全不知道对面在干嘛 #24届软开秋招面试经验大赏#

笔试: 9.5 一面:9.7 线上 总共20min 自我介绍三分钟 主要是问基本的算法八股 比如怎么防止过拟合 dropout 这种 bn ln区别，平常使用过得算法模型这些 总体来讲体验感不错 大概一周后通知了第二次面试 二面:9.21 线下 总共30min 自我介绍三分钟 主要问我简历中的一段科研经历（和医院合作的项目） 问unet transformer 等基础 最重要的是 问思想，如果是落

秋招过程中在牛客上学习了很多大佬们的经验，目前秋招已经接近尾声了，前来分享面经攒人品！希望谈薪顺利！ 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作，因此面试官出的题目是给定一组二维点拟合直线，使用最小二乘实现函数功能即可，可以使用eigen库 4、反问环节 二面 跟一面的流程几乎相同，面试官出的题目是仍然是二维点拟合直线，但不同于一面的是还需要考虑外点，因此使

岗位：软件算法工程师（AI/图形图像)（深圳）+ 科研合作专家（深圳） 8月12日：投递简历。 8月13日：综合测评。 9月1日：腾讯会议面试。前两天打电话来问合适电话面的时间，短信发腾讯会议的链接确定时间，不用开视频。综合体验实在是差。是个小姐姐面试的，面试让我自己主持，先做自我介绍。然后上来嫌弃说简历内容太少（感觉不太懂技术），然后开始问了解哪些框架和网络结构，什么是归一化，什么是CT值，什么

08.31  13:00  一面（3个面试官）  30min 自我介绍 介绍项目 面试官1：Canny算法原理、图像特征检测的几种算法、图像配准的几种算法、SIFT算法原理 面试官2：C++虚函数的作用、多态的作用、问我项目中图像怎么从相机中读取的，分配的多少内存 面试官3：了解信号处理吗、滤波器是模拟滤波还是数字滤波、数字傅里叶变换？（信号处理这一块确实不太了解。。。） 反问 09.01  10

10月10日 技术主管面试，只有一面 1h20min 一、深挖项目（30min） 二、论文几作？ 三、 指针与引用的区别 四、ICP算法流程 五、SLAM 如何与 轮式里程计 松耦合 ? 六、松耦合与紧耦合的区别 七、PnP算法原理 八、P3P算法原理 九、BA优化算法原理 十、C++多线程理解 十一、用过PCL库吗？ 十 二、有几年C++开发经验 十 三、愿意提前来实习吗？ 十四、ORBSLAM

这次是真的凉 两道英文题，一个数学题，似乎是在计算相关性，题目对公式解释不清楚，搞不懂计算结果的shape; 第二题是看图实现一个网络结构

北京，后面反问了解到是做数字人渲染的团队 简历里面自己选一个项目进行介绍； 面试官又选了一个项目提问； 出题：英文题目，共享屏幕用ppt画一个（设计一个）一个3D换脸的流程，网络结构，损失函数如何设计。不懂，放弃，凉凉 —————————————————————————— 4.24收到二面，竟然没凉

写面筋，攒一点好运~ 等了两个星期终于等到蚂蚁电话约一面 面试主要在拷打项目， 先自我介绍，然后针对项目问题刨根究底的询问。 除此之外 问了一下对比一下KG + LLM 与 RAG的优劣(好像他们主要也在做KG+LLM) 无算法 反问： 几面？一共有三轮技术面，第二轮会有算法。三面leader面。 业务做啥？垂领大模型构建，KG+LLM P.S. 1. 昨天面试官找我约好时间，结果今天他还迟到了一

#我的失利项目复盘# 一面面试官上来给我发了两道题 一道困难看都没看 一道中等，是图论，就是给一个board，给一个单词，判断能不能从board中找出单词。 我一道题都没ac。第二题我的思路是： 遍历board搜寻单词中的字符，当遍历到了之后开始深搜DFS。 第一次面试太紧张了所以没做出来Orz 做了半小时之后开始面试，面试主要问了一些项目上的细节，但是针对的点跟我想的不太一样，主要是问了项目里的

2023.09.06 全程30min 1、自我介绍 2、项目拷打 a. 挑一个项目介绍、难点是什么，解决方案是什么 b. 另一个项目算法部署的实现细节 c. 本科-读研过程中项目中遇到最大的挑战是什么，怎么解决 2、八股 a. bn原理；训练和测试阶段bn操作的区别 b. 梯度消失解决方案 c. 过拟合解决方案 3、概率题 屏幕前经过小球的概率恒定为P，若20min内观察到有一个小球经过的概率是0

体验感 总时长24分钟，感觉面试官整体提问意向不佳，类似KPI面 流程 提问环节 自我介绍1-2分钟 工作意向， 是否有落地项目 量化剪枝是否有了解 c++有写过什么东西吗 介绍自己认为简历上最好的经历 对最新的目标检测和语义分割有什么了解 如何看传统的cv算法在深度学习领域起到的作用 如果让你作为负责人，负责一个人像分割的课题，打算如何开展工作，如何去做，规划，开展，收尾 反问环节 主要业务（多

1. 自我介绍 2. 简历项目（问的比较细，每个项目都会问一下） 3. 介绍Lora 4. 了解哪些商用的大模型，都有什么优缺点 5. QLora 6. 量化的优点，如何量化 7. Git的使用（如何管理项目，对比两个版本的不同） 8. 了解cuda吗？如何使用 9. pytorch的版本问题 10. 部署模型的经验 11. 如何查看和管理cpu，gpu资源 面试官总体感觉兴趣不高，没有开视频。回

无手撕，无八股，问的都是简历上面的项目，会讨论的非常详细，也会有些拓展问题。 面试官非常nice，超级详细的介绍了部门和主要的业务！ #秋招##面经##吉利#