《快手算法工程师面经》专题

知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别？ 生成式模型先对数据的联合分布 进行建模，然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模，由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布，关心的是对于给定的输入，应

面试时间 8月22日 晚上21点。。 1. 自我介绍 2. 直接开始八股环节，实习都没怎么问 3. 模型推理技术优化 4. 大模型幻觉 5. MQA 和 GQA 6. 长文本推理优化 7. 微调过程通用能力下降怎么解决 8. 问Swish激活函数公式 手撕： 1. transformed绝对位置编码 2. 牛顿迭代法求平方根 面试官挺好的，虽然没怎么问我实习项目，但是说了一堆他们组做微调的东西 话

写个面经攒攒人品~ 时间：20240817 上午11点 时长：1小时 1.自我介绍 2.深挖项目，面试官挑了一个实习经历，问的还蛮细的，基本上我每说一点他就会反问一下 3.LR逻辑回归的损失函数，回答了交叉熵，然后让我用擅长的语言写交叉熵的伪代码 4.说一下MAE和MSE的理解以及区别 5.列表和元组的区别 6.场景题：给一个很大的文件，文件的每一行是一个很大的数字，如果给你一个单机，内存比较小，

8月17早上10点 1.自我介绍 2.简单的问了一下实习，然后就开始问MHA里面为什么每个头能关注到不同的信息，还问我两个模型所有流程都一样只有参数初始化不一样，训练的结果怎样？（这两个问题一直问，我觉得我说的已经很清楚了，感觉对面也不是很懂，做搜推的） 3.挑了我一个强化学习项目问，八百年没被问过这个项目了。感觉是两个人在尬聊 最后给了一道三数之和，也没问八股，很怪。。。 现在反正是没秒挂😓

投递时间：2024/08/10 岗位：算法工程师 笔试时间：2024/08/25，题目：https://www.nowcoder.com/discuss/657897762507223040 面试时间：本来是2024/08/31，推迟为2024/09/07 16:00 时长：50min 自我介绍； 更倾向做开发还是算法； 详细介绍实习项目； 人形机器人怎么控制； 视觉识别是否用到了深度图像信息；

8.31 半个小时我以为是HR面，上来就打我个猝不及防，没想到是技术面，面试官也很急，说话语速很快，我也被他带快了。。。2倍速说话😖 自我介绍 项目问答 上面一共花了5分钟 八股 C++ 操作系统 计算机网络 数据结构 C++11新特性 类中默认生成的函数有哪些 malloc 和 new 的区别 虚函数怎么实现的 多态怎么实现的 TCP和UDP的区别 进程间通信方式 共享内存怎么安全读写 管道可

复活赛，广告 一面: 1. 面试官上来就先介绍部门情况，无自我介绍 2. 挑一个竞赛和项目讲一下 3. 问XGBoost，正则化公式手写，共轭梯度法，牛顿法的黑塞矩阵，神经网络中为啥不用牛顿法，口述的时候都让我手写一下，回答的基本没问题 4. 手撕哈夫曼编码，已知字符ABC各自出现的次数，求最短的编码，25分钟左右，写出来了 5. 业务中的场景题，类似01背包，但是求不了全局最优，回答用最优化方法

攒人品！希望多拿offer! 1.自我介绍 2min左右 2.项目经历 20min (这个聊得多) 3.实习经历 20min 4.一些机器学习知识常规问答(LSTM RNN区别啥的)(问传统机器学习做的多不多 但我做的比较少 所以没问了） 5.手撕算法 2个题 一道sql 一道字符串相关 6.反问环节 (比较好奇业务 所以只问了业务 别的也不知道问啥了) 整个过程很舒服，面试体验可以 更新一下 进

于 2024/8/26 16:00 进行的为时 60 分钟的面试，为快手商业化部门的测试开发岗位。面试官基本是把我简历上写到的东西都问了一遭，但每个都问的不深，能答上来个八九成。我没想到的是反问阶段完了以后还有一个“反反问”阶段，面试官问了我一些对岗位的要求问题。 以下是面经： （面试官介绍本次面试流程） 自我介绍 结合你主要的技术栈介绍一下你的项目经历以及遇到的难点 （对于 NeraBBS 轻论

作为提前批的第三次面试，我终于知道什么是kpi面的感觉了😑 笔试过后过了一段时间都没反馈，但是看到牛客上很多uu们都已经收到offer了，我就感觉这次可能是被捞了😳 捞了就捞了，但是面试要不要这么明显的kpi面啊！！ 首先是面试官迟到了六分钟（本来规定的面试时间就只有二十分钟….）然后让我简单自我介绍了一下，就开始问我的项目，大概就问了是个什么项目，然后突然来了一句面完了。😅连反问环节都没有

终于终于等来了面试 面试官迟到5分钟 问了信道、调制解调的概念 项目经历 对算法工程师的了解 有没有做过神经网络 为什么想在青岛工作 为什么要工作 对鼎信的了解 反问面试有什么需要改进的： 建议考研，喜欢有项目经历的，研发压力大、人数少没有优势 真的好难

自我介绍 了解公司吗 项目相关 过拟合解决方法、有遇到过拟合吗？怎么解决 传统的图像特征提取方法有哪些 通道注意力和特征注意力 场景题: 如果知道1000个人上班是否会乘坐地铁？不可以直接去询问个人。给出具体的思考和结果得出过程。 反问 #面经一面面经##商米##图像算法##算法工程师#

全程58分钟，人有点麻了 一共有三个面试官，一个是hr，负责主持，其他两个是技术面试官 1.不用自我介绍hr问了一些基础情况，包括成绩、专业、研究方向 2.第一个面试官开始问，根据我的几个项目每个让我介绍了一下，然后每个提了一两个问题就结束了，比较轻松 3.第二个面试官开始问，这个面试官水平挺高，很懂技术；先问我模型分布式训练相关的，包括数据并行、模型并行、流水线并行啥的，然后问我deepspee

全程二十多分钟，得物好像都是三十分钟一场 1.自我介绍 2.拷问第一个项目，先让我整体介绍一下，然后问了一些诡异的问题，模型部署上线后推理的时延和吞吐率啥的，还有游戏相关的一些问题，面试官感觉基本不懂大模型，包括结构和推理方式啥的，没有问到点上的问题 3.拷问第二个项目，先让我整体介绍一下，然后问我这个项目是横向还是什么项目，我说是比赛项目；然后问我模型数据量多大，我说了一下，然后问了些别的，还是

问了下，不是图形的，准确来说是图像组，维护直播特效用的底层sdk，人讲话很舒服，遇到问题了耐心解答，然后代大致框架写对了，有小问题的话也不会纠结 string get_string(){return "123";} int main(){const char *s = get_string().c_str(); cout << s; }这个代码有什么问题，栈上临时值被销毁，外部访问报错 strin