《快手算法工程师面经》专题

面试流程 ① 自我介绍 ② 项目细节追问 ③ 问一些开放性问题，比如问我怎么看待以后通信的发展，现在很多人唱衰通信；觉得自己是一个怎么样的人，实验室有没有特别佩服的人；实验室有没有今年毕业的博士 ④ 反问 总结：面试时间一个小时，大疆项目问的很细

996实锤，周末面试 投了两个岗位，结果两个都来一面 面试内容： * 自我介绍 * mindspore的整图下沉 * 图像分割算法用过哪些 * 跨模态检索 * 多模态数据集训练有哪些方法 * matlab基础 * cpp多态、特性 反问： * 后面就是hr面 * matlib、cpp

面试官是个小姐姐，人还挺好的 面试分两部分 1. coding 两道题 1> 一个先升后降的数组，求最大值 双指针秒了 2> 重排链表 力扣143题 翻转后拼接20分钟才写完 2. 深挖项目 因为研究生主要是计算机视觉，全问的CV的问题，八股比较少，就是各种模型的了解程度。 总共：面试65分钟 不知道凉了没，感觉一般般...

0. 流程 7月15号牛客投递 8月4号笔试 8月8号邮件约一面，约了8月11号上午10:15 8月11号上午10：15面试 1. 面试记录 1.1 面试官自我介绍 面试官先自我介绍，然后介绍了本次面试的主要流程： 面试官自我介绍 我的自我介绍 项目的深入探讨 反问 1.2 我的自我介绍 略 1.3 项目深挖（只聊了传统算法项目，没聊深度学习） 总之就是对项目逐行询问，分裂式询问，有一些引申，答得

① 自我介绍 ② 面试官就项目细节提问 ③ 聊家常环节 ④ 反问环节 总结：14所面试体验很好，面试官很和蔼，听说是部门主任，最后就是时间不长，就20分钟

面试官是西电学长，人帅说话又好听（虽然我是个男的） 全程问项目，问的比较深，不过只要对自己做过的东西熟悉，有思考就肯定没问题 反问: 我进去能做一些什么工作? 诺瓦星云真的加班吗？

面试前会填个表格，里面有些个人信息啥的，和网站上填的那个简历基本差不多 ① 自我介绍 ② 介绍一个和雷达相关的项目经历 ③ 硕士的话会问你为啥不考虑读博；博士的话会问你为啥不考虑做科研 ④ 问你现在有没有offer了，主要是评估你来14所的可能性 ⑤ 问一些通信常识，比如问我5G和6G有啥区别，当时根据自己理解简单答了一些 Tips：面试全程20分钟左右，部长面（二面）过了，就由14所的工作人员领

公司：京东 部门：CCO体系-信息安全部 岗位：算法工程师-机器学习 形式：视频面试 视频面试平台：JoyMeeting 时长：28分钟 流程： 1、自我介绍。 2、（实习经历深挖）介绍一段最想重点讲的实习经历。为什么选用LightGBM这个方法？LightGBM有什么劣

公司：京东 部门：京东零售-平台运营与营销中心 岗位：算法工程师-机器学习 形式：视频面试 视频面试平台：JoyMeeting 时长：35分钟 流程： 1、自我介绍。 2、（实习经历深挖）介绍第一段实习工作。详细说一下你用的特征以及建模过程中具体尝试过哪些方法。 3、对于样本不平衡的情况怎么处理？ 4、特征筛选一般有哪些方法？ 5、XGBoost模型的原理是什么？XGBoost的特征重要性是怎么计

岗位：算法工程师（南京） 投递时间：2024/09/02 面试时间：2024/09/14 自我介绍； 算法： 实习阶段开发了哪些算法； 目标识别算法是什么； YOLO v5的工作原理； 为什么首先要把图像分为网格； 损失函数用的什么； C++： 用什么操作系统； 用什么编译和Debug方式； GDB的Debug指令； 怎么避免那个内存泄露； 智能指针就还有没有可能会造成内存泄露； C++11新特性

渣硕研三，春招捡漏中，投了个#志翔科技#的算法实习岗，那公司只能实习转正后留下。 全程八股，从算法数据结构到os到python，传统机器学习，dl 编程题快排 最后反问直接问公司业务，说只是对电力系统的传感数据进行无监督学习，不涉及深度学习模型？？ 直接当场推掉了之后的流程，这种工作高情商说是传统#机器学习#为产业赋能，低情商是为公司具体业务数据卖廉价劳动力，技术陈旧GPU硬件条件无，上简历毫无分

一面HR面； 自我介绍，聊完项目后开始拷打： 1、了解python吗？python的继承和封装？ 2、B树和B+树的区别？ 3、数据学习率过大会出现什么情况？过拟合的处理方法。 4、讲一下L1和L2正则化？ 5、数据集过于庞大怎么设计算法思路? 6、强化学习PPO？ 7、transfomer讲一下 …… 其他的忘了哈哈哈，约了二面但没说时间#牛客解忧铺##算法#

1. 自我介绍 2. 项目介绍 3. 目标检测算法 4. 目标检测的类别数，数据集大小 5. yolov5的改进 6. 量化的校准数据集 7. 量化的原理 8. 量化的精度评估 9. 量化计算scale的方法 10. 吞吐量计算 11. 推理框架 12. 计算图的构建 13. 卷积算子的实现 14. 矩阵乘分块 15. 大模型分词器 16. ARM NEON 17. kv cache 18. 指针

8.27 1.自我介绍 2.项目(llava的训练，qwen和clip层如何拼接，对多模态的了解，prompt词是怎么设计，如何微调的模型，数据量是多少，评估指标，浅浅问了rag) 3.手撕 括号匹配(优化版，如果考虑括号的优先级应该怎么做) 无八股，也没有问一些基础的东西，几乎40分钟都在聊项目，10分钟写算法，还叫提前实习 已约hr面

妈呀有点太菜了，但是还是Mark一下勇敢踏出算法工程师第一步 base在北京 面试官好像是一名工作时长10来年的程序员 人特别好谢谢你~ 了解到该岗的主要业务是：网约车供需预测+因果推断两大块 供需预测其实通常使用深度学习结合时序，预测的量有：某时某地的订单量+成交率/成交金额... 供需调度的最基本思想就是“缺什么补什么”，比如早高峰的时候，用车不足，那么其实滴滴平台会给司机奖励机制（发钱），鼓