《联想算法工程师》专题

1、xgboost和lgbm的区别是什么？ 特征浮点分箱为直方图加速。 2、kmeans的算法原理是什么？ 任取几个点作为聚类中心；迭代n轮：先给每个点找距离最近的中心，然后将中心作为变量，优化目标函数（mse），中心位置和每个样本所属类别交替迭代。 3、DBScan和层次聚类的原理是什么？ 4、transformer的原理是什么？ 5、大模型微调的流程是什么？ 6、lora和stable dif

🧐背景：211交通工程出身，读研转到本校航运学院，做船舶交通大数据挖掘，涉及机器学习。 🧐自身情况：sci在投，一篇会议论文接受，一个专利发表。 🤐一志愿是九月初的技术支持工程师，因为后知后觉，发现不懂网络协议，没参加笔试。 👾10.25投大数据算法，以交通认知方向。笔试主要是机器学习内容，选择题，问答题，以及一道编程。 👾11.7日收到电话面试，讲了一下基本情况。 👾11.8日一面技

#24届秋招同行攻略分享# #晒一晒我的offer# bg：本二硕九 研究方向：大模型 SFT，检索增强，窗口扩展，指令压缩， Prompt 优化 目前秋招已经结束，想汇总一下当时的面试记录，个人实习经历、项目以及论文内容就简单带过，重点会写一下面试遇到的一些八股等通用的内容 科大讯飞——飞星计划提前批 部门：讯飞研究院 一面：1 小时 1.自我介绍 2.讲一下第一段实习遇到的困难 3.ChatG

9.7一面 (约40min) 自我介绍 项目比赛介绍，没有深挖 进程和线程区别 数组和链表的区别 递归和非递归的区别(除了栈这方面) 快排的时间复杂度，快排稳定吗 类似的基础问题等等(想不起来了。。。) 二叉树了解吗？还行 撕题：非递归中序遍历二叉树 反问 总体感觉面试比较简单，上午面完，下午通知下周二面 9.13二面 (约20min) 自我介绍 问了一个比赛，大概十来分钟 反问 面完下来一查秒挂

最近面完，写个面筋记录一下 我投的无线通信算法，hr告知我没hc了，问我考不考虑转到数字IC设计，转就转吧，面面看 一面 一小时 hr面的时候问了一下好像是主管面的，怪不得强度这么高。虽然是数字ic设计，不过因为之前沟通过了，得知ic也有一些算法的需求。 所以面试官问的都是一些无线通信算法的问题。主要是项目细节，问的非常细，途中还有根据项目内容发散开的一些通信常识。不愧是主管，知识面很丰富，面试体

9.20 一面 25mins 两个面试官，一男一女，轮流问项目问实习，无手撕。男面试官让我尽快入职哈哈哈哈哈哈。 9.26 二面 20mins 好像一个主管 + 一个HR面试 说二面通过后会发测评，测评通过后会尽力在十一前发意向。 当天晚上就受到测评啦！题量真多。。。。。 攒人品，写面经，许愿offer #天翼云##秋招#

因为投的比较晚，所以目前进行到一面，后面是主管面和HR 面。 一面（1小时20分钟）：主要是聊项目和论文，撕了一道蒙特卡洛估计的题 从论文的DDPG算法开始聊，TD3，SAC算法，应用场景，优缺点啥的 聊王者荣耀比赛，从网络结构设计（特征工程、channel attention，self-attention，multi-head value estimation），奖励函数设计，算法设计（dual

2022/09/23 投递简历 2022/09/29 笔试 2022/10/24 技术一面 1、自我介绍，讲了项目及竞赛经历（不到5min） 2、提问： （1）本科、研究生数学类有哪些课程（?）； （2）详细说下数学建模竞赛经历，问建模团队分工及问题实际解决方法； （3）我项目中有模型轻量化工作，问具体怎么轻量化，轻量化相关技术； （4）入职3-5年的发展计划（回答主要是偏向累计技术）； （5）平

  2023.03.20更新：最近推荐了好几个同学，都进了面试流程。22、23年毕业的都可以算应届生，都可以内推。社招也可以招，现在通信算法岗还有大量HC，有兴趣的可以私信我。 最近成功拿到了新凯来的offer，在今年这个行情下给出了不错的薪资，所以就毫不犹豫的接受啦，结束了俺这几个月的找工作之旅。 听HR说现在通信算法岗还有不少HC，还在找工作的同鞋们可以冲一波，HR给了我内推资格，

上午在床上睡觉接到电话说要面试，推到下午了 时长：40min 1.自我介绍 2.项目深挖，问到了两个项目，主要包括背景，模型流程等 3.八股： 1）如何判断一个模型过拟合或者欠拟合？ 2）如何解决过拟合？ 3）L1L2正则有什么效果？ 4.反问： 1）部门业务：菜鸟APP的推荐内容 2）是否介意没有相关背景的同学 3）后续流程？1-2轮技术面+hr面 4）base地情况 挺好的，面完秒挂

一共只面了两轮，9.3一面，9.9二面，没有HR面，9.20 OC 一面/技术面 2024/9/3 晚上20:00-21:00 自我介绍 腾讯实习介绍 实习过程中做的比较好的部分有哪些 华为框架以及NPU使用过程中遇到的问题 LongLoRA和LoRA区别 大模型和推荐你觉得有哪些可结合的点？商品的理解、描述等 介绍快手实习 在线的效果 这段实习主要的难点在哪里 user会事先做一些embeddi

2024.9.04 投递简历 无损检测工程师（杭州） 双9机械类专业 9.19 一面：30min （技术面） 使用牛客的面试平台，面试前先加了钉钉群，叫号进面试间 1、常规自我介绍 2、询问专业情况、学生干部、研究方向 3、问简历、实习、项目，与无损检测、故障诊断相关的 传感器选型、系统算法的实现、为什么不在现场部署ai算法？等等 4、对于这个方向的未来发展有什么看法？ 5、你认为自己相比其他应聘

2024/08/29 14:00（50分钟） 这个岗位是学长内推的，不是我研究的方向所以没有项目，一面也没有八股啥的，主要考察了下代码能力和思考问题的能力吧 手撕：判断序列能否划分成两个和相等的子集（背包），网格路径最小（动态规划） 还一个概率论的题目就不透露了

#如何判断面试是否凉了#7.30 快手 50min 7.31约2面了在8.6 人生第一次计算机大厂面试，写详细了点 ### **【快Star】大模型应用算法工程师** 先让自我介绍，尴尬的是我直接按时间顺序先有点详细地介绍非大模型的CV什么项目了 于是在快到llm项目前被打断了，面试官说我来问吧 介绍RAG项目里面出现的BM25，我从TFIDF开始介绍，前面很流利， 后面BM25的那个词与quer

一面 1. 自我介绍 2. 介绍项目 3. 推荐系统离线都看什么指标，这些指标有冲突怎么办？ 4. 新item如何做冷启？ 5. pointwise, pairwise, listwise区别？为什么精排用pointwise 6. 如何提高推荐的多样性？ 7. 排序模型离线指标和线上不一致如何处理？ 8. 推荐上怎么引入搜索的一些相关信息？ 9. leetcode 143：重排链表 #美团2024