《nlp算法工程师》专题

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#

时长：1h30min 因为岗位比较匹配所以问了不少，鼠鼠第一次面这么匹配的岗位，面试官很有水平，学到了很多东西。 1.自我介绍 2.深挖项目和实习，简历上提到的都问了，中间穿插了八股 1）具有旋转不变性的图像算法 2）transformer中为什么除以根号dk？dk怎么来的？ 3）传统的图像处理方法有哪些？ 4）滤波，去燥 5）中值滤波用在什么地方？ 6）哪些滤波能保持边缘信息？ 3.手撕lc69

果然还是并没有进步，应该刷多少题才能多a一点，实习应该肯定是找不到了 第一题：you矩阵（签到题） 第二题：最小公倍数（一直只能a 20%，提示循环错误或者超时，但是剪枝了也还是只有20%） 第三题：树的路径 （快写完才发现可以双向遍历，但是没时间改了） 第四题：所有非空回文子串（没想好怎么表示某一下标的0/1值，放空） 秋招好好准备，秋招见！

在本教程竞赛中，我们对情感分析进行了一些 深入 研究。谷歌的 Word2Vec 是一种受深度学习启发的方法，专注于单词的含义。

##好未来#秋招：一面面经，应该是凉经，趁着热乎记录一下。 1、30分钟的项目，根据你的简历上的项目进行提问，问的地方比较细，也会问你对这个方向的一些看法和理解。 2、5分钟左右的八股，但是这个八股主要还是涉及到多模态大模型的部分，我不太了解，只是在一个项目中用过多模态大模型，所以这部分比较快 3、手撕，竟然没手撕力扣的，手撕一个分割的评价指标，我主要做检测的，分割很久不碰了，不过在帮助下还是磕磕