《百度算法面经》专题

标准库的算法部分进行了如下改进：新增了一些算法函数；通过新语言特性改善了一些算法实现并且更易于使用。下面分别来看一些例子： 新算法: bool all_of(Iter first, Iter last, Pred pred); bool any_of(Iter first, Iter last, Pred pred); bool none_of(Iter first, Iter last, Pre

1. 自我介绍 2. 期望城市 3. 聊一下自己的优点 4. 有学长学姐在中兴吗 5. 对中兴的加班怎么看 6. 一个任务给你和另一名同事，他跟不上进度咋整？ 7. 是倾向于算法或者模型设计，还是落地（答倾向算法，追问是否可以接受应用落地） 8. 对今后的职业规划是咋样的 9. 有其他offer吗（有一个，追问为啥这么少，我说都投的互联网大厂算法） 10. 有实习经历吗（无） 11. 期望薪资（说

感觉是其他部门交叉面，视频信号太差了卡了几次最后没办法转成电话面了。 简单自我介绍，主要问简历上的项目，包括项目里觉得做的最好的是哪个，使用的模型技术，具体是怎么做的，有没有落地。基本没怎么问八股。 最后手撕了一道字符串编辑距离，秒了（dp就会01背包和编辑距离😁）反问环节问了一下还有几次，面试官说应该是最后一次技术面了，40min结束。

问的很细，很深入，当然也可能是因为我太菜。 首先问简历，具体业务，怎么做的，用的数据集数量和格式，现有的流行大模型结构。SFT lora的做法，原理，具体微调哪个矩阵，其他PEFT方法，为什么lora用的广泛，以及矩阵和数据序列N参数量的关系。 强化学习和RAG问的比较多，但是因为我本人都只是做过demo级别的项目，回答的不是很好，被面试官一直质疑，以及一些PPO和DPO的细节，输入数据集格式是否

一面（30min） 1. 问了职业规划 2. 问项目细节 3. 场景开放题目 4. 反问 二面（45min） 1. 面试官介绍部门业务 2. 详细问了项目细节+涉及的八股 3. 一道专业题 4. 开放题目，问模型效果不佳怎么办 5. 反问 #京东#

1自我介绍 2项目 3传统CV算法有哪些 4有什么爱好，打篮球打什么位置，身高体重 5 意向地，有无女友，有没有投其他公司 感觉被KPI了

分享面经攒人品 2023.09.12 全程25min 1、自我介绍 2、项目中最困难的点是什么，怎么解决？ 讨论了一些技术细节。 3、项目过程中遇到和其他成员有分歧和矛盾要如何解决？ 4、遇到问题怎么定位？ 5、职业规划 6、期望薪资 7、现在拿到哪些offer？ 8、个人信息（独身子女，家庭，意向城市） 9、反问 多久出结果... #你的秋招进行到哪一步了# #许愿#

2023.09.06 全程25min 1、自我介绍 2、八股（比较简单） a. 进程和线程的区别 b. 数组和链表的区别 3、项目拷打 面试官很专业，问得很深。 项目一定要吃透。 4、手撕 归并排序

1.自我介绍+项目深挖 2.AUC是什么？ 3.学过数字图像处理吗？边缘检测有哪些方法？canny算子具体是怎么做的？ 4.不使用深度学习如何检测视频中的运动物体和轨迹？ 5.C++内存泄漏是什么？如何避免？static关键字的作用 6.深拷贝和浅拷贝区别，python用什么函数进行深拷贝?

1.自我介绍 2.深挖项目 3.内存泄漏 4.进程 线程的区别 5.残差神经网络 6.反问

1自我介绍 2纯问项目 3反问

30分钟电话面 1. 介绍一个项目或竞赛 2. resnet残差，efficienet系列的不同，bn层，最大池化层怎么反向传播的，最优化，一阶二阶的分别有哪些算法，不能求导数的用啥算法 3. 反问 #面试# #海康# #算法工程师#

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

9-15 45寒武纪算法二面，一个小姐姐很温柔 项目、实习、CTCLoss，Focal loss ，amp，样本不均衡，深度可分离卷积，模型轻量化啥的 反问：贵公司对人才。。。。   我说完她也笑了 #2023校招#

9.8  投递 9.13 收到AI英语面 9.20  hr问了下预期薪资，通知进入技术面流程 9.22 下午面试官电话约面 9.23 上午9点半、电话面试。（历时约45分钟） 1、个人自我介绍 2、选择一个项目介绍（联邦+ner） 用到的数据 模型效果评测 联邦学习：面对数据非独立同分布怎么做的 实体有哪些标签 用了哪些公开数据集 数据划分（联邦学习） 长实体识别 3、用了哪些图数据库（Neo4j