《联想算法工程师》专题

万得一面面经 1.自我介绍 2.深挖项目提问 3.dataloader和dataset的区别 4.损失函数用过哪些 5.yolov8模块介绍 6.nms介绍 7.数据加载过程 8.用了哪些数据增强 9.batchnorm的计算过程 分为ab面，大概一个小时，不是很难但是基础要扎实。 #牛客解忧铺# #面经# #万得#

一开始面试官先自我介绍了一波，说了一下面试流程，接着就开始啦，面试官人很不错！ 1.自我介绍 2.项目（主要是问一些算法的对比，改进，遇到的难点怎么解决，模型的推导如何推的都问了😂，问的非常细节）问了将近45分钟 3手撕零点题，然后我在main函数里面写的，面试官要求封装，之后又问为什么用二分法有没有其他方法做呢，二分法要求函数具备什么特性 4反问一波 面了一个小时多一点。

👥 面试题目 一面 自我介绍 分享你做的最成功的项目内容 针对项目内容的细节提问，用的什么模型 机器学习里了解哪些模型 讲一下transformer的内容 写自注意力机制的公式 了解normalization吗 batchsize过大或者过小会有什么结果 机器batchsize最大只能=16，但想要batchsize=32的结果，该怎么做（更新参数方面，梯度累加） Adam和SG相比改进了什么

背景：211本硕，一作SCI一区论文两篇，无实习。 9.14（一面） 面试官没露脸，听声音是女生，上来先让做个自我介绍。 然后说：“说下你的论文吧。欸？你没准备PPT吗？” 我内心：？？？？？？且不说邮件里没这要求，就算有，你前一天晚上才给我发的面试通知我上哪给你弄PPT去？ 然后还是耐心和她说：”我对着论文讲可以嘛？” 她无语地说：“行吧。” 然后就是漫长地边讲边解释的过程，她似乎是对我的方向基

10月8日 一面，技术面，30分钟 一、深挖项目 二、论文是一作吗？ 。。。。就没了？ 10月10日 二面，技术+HR面， 25分钟 一、继续挖项目 二、为什么想来我们公司？ 三、研究生期间最有成就感的事 四、项目中的分工 五、论文的出发点与创新点 六、为什么选择杭州 七、性格、优势 反问： 什么时候出结果（面试官笑嘻嘻，2-3周） 大概率KPI。结束 #视觉算法##易思维#

双非本985硕，icpc银，1篇sci1区（cv相关） 蔚来智能座舱1面-2023/3/1 面试官性格很好。聊了一个小时左右。后续hr说面得还行，然后一直在评估，可能面的人不少吧。 1. 自我介绍 2. 挑一篇你觉得最好的项目讲一讲 3. 你的算法对比其他的有什么优势 4. 你觉得你的算法有什么缺陷，怎么改进 5. 卷积的计算量(n*m*k*k*c_in*c_out) 6. 计算量越高，推理时间越

双非本985硕，icpc银，1篇sci1区（cv相关） 面的是研究院-见习算法开发工程师 一面： 主要是问我大三时做的分割车道线的项目。面试小哥脾气很好，有些忙，一时没想出来会引导。虽然一边走路一边面试，声音有时候听不清。 整体面试1小时10分钟 自我介绍 识别车道线用分割和检测哪个更好？你为什么要使用分割？（答：一方面是因为分割有百度的一个公共数据集，可以大规模训练；二来目标检测可能受车辆等目标

30道选择题，虽然感觉考得很基础，但是很全面.. 有几道考图像处理的概念题， 考到了kmp(问空间复杂度）、循环队列， 有森林转二叉树的题， 有找出无向图邻接矩阵， 有考boosting和stacking， 有几道c++代码题(主要考c++面向对象、继承、友元函数、内联函数等)， 有矩阵压缩的题， 网站默认端口是什么（80）， 还有操作系统的题（TestAndSet） 还考了点概率论（很基础的有放

笔试选择题 一面技术面比较简单，python和linux的常用知识点。比如numpy库、pandas库，服务器常用操作等等 终面比较综合，问题没啥意思，但是面试官级别比较高。问的比如你讲讲做过的项目，亮点是什么，你学生工作最难忘的事这一类

本来是线下面试的，没想着去，结果给我约线上了，还是长沙的岗位，湖南人表示愿意试试。 是技术面和综合面一起的，两个面试官，看起来都很和蔼。 自我介绍 然后问我c++和python哪个熟悉一些，我说都行，我没想到的是居然开始问python的八股 python的反射机制是什么？ 没听过这个，后面查了才知道是运行时获取类型 python的赋值、浅拷贝、深拷贝？ Linux的常用命令 git fetch和g

这个面的有点突如其来，我下午好端端坐着突然接到了一个江苏的电话，说是中兴的，要聊一下，接到电话我是懵b的状态的，是后来他说我才知道这算是一轮面试的，全程20分钟 1.先说了我的名字，然后说要聊一聊 2.问我研究方向，我说了一下我的方向，大概讲了一下应用 3.问我想去哪个城市，我说南京，他说为什么不去别的，我又说都行，主要遵从团队分配 4.问我职业规划，我说想做算法相关的，大模型和传统机器学习都行

美团到店 时长1h，基本没啥八股，项目细节问的很细 1、自我介绍 2、问项目，一直聆听我在介绍项目，中间会穿插一些比较简单的问题，对embedding方式，embedding好处问了一些 3、你的优势是什么 4算法题，合并两个有序数组，要求无额外空间，on复杂度，秒了 5、面试情况 5、反问

24.08.17-14:00 记录一波 1. 自我介绍 2. 项目中模型如何训练 3. 目标函数用的什么 4. 训练的计算资源和时间用了多少 4. 手撕：寻找字符串中最长有效括号子串 5. 梯度消失和梯度爆炸如何缓解 6. batchnorm中可学习参数如何获得，是反向传播吗？ 7. l1正则和l2正则的区别 8. 如果要筛掉大量数据中的一些无用数据，用l1还是l2，为什么 9. 树模型和LR区别

项目抠的还挺细的，但抠的更多的是和大模型无关的部分，比如fasttext怎么训的呀，原理呀，爬虫怎么部署的，反爬机制如何解决，get和post请求具体是什么区别，hadoop/hive的使用经验。 八股浅浅问了transformer结构和peft方法，不需要答得很深。 题目做了最长无重复子序列，秒了 许愿一个二面 #拼多多求职进展汇总#

3.25 一面 1.实习项目redis怎么用的？Key是怎么存的？Value用的什么数据结构？为什么定时落库？水平分表怎么做的？为什么这么做？ 2.java中常见关键字的理解：final、static 3.service中的方法用static吗 4.单例模式的SpringBean是线程安全的吗？ 5.mysql的事务引擎 6.springboot如何开启事务？实习项目怎么用的 7.异常的子类 8.