《nlp算法工程师》专题

笔试11月初做的。然后11月中捞起来面试。一共两轮 第一轮，问简历上实习经历，再挑一个项目讲讲，讲讲multi-head attention, batch norm, dropout。最后两个答得不是很好。 最后问反馈：基础还不错，深度不够。 第二轮，一周之后接到电话，约二面。面试官说给我打了好几个... 主要人在美国，手机还不能双卡双待，之前阿里两个电话都没接到，直接给我挂了，麻，为啥留了邮箱不

海信 算法工程师（base青岛）9.29OC 时间表 家山东的，海信在山东地位还是有的，直接签了两方，后面有华选华。 投递+测评 7.13 常规测评 英语一面 8.7 准备一些简单问题即可，难度不大。 专业面试 8.28 电话面试，1个小时左右。面试体验不错，面试官也很专业。面试广度深度均具，海信AI方面还是挺专业的感觉。 项目竞赛深挖， 机器学习算法八股， 特征工程，特征筛选方法。 常见信号处理

4.3日在某招聘软件投递之后，在官网申请完填了很多东西，包括测评还有一些个人信息等，填完之后过几天收到笔试。 4.9日笔试 题目基本都是机器学习和深度学习，难度不算大，包含SVM和神经网络的一些题，有一个编程题，不算难，几个问答题。 4.16日收到面试邀请 时间30min左右，看网上分享都是有算法题，手撕代码，我没有，估计是能力不行..没到哪个环节 问的内容主要是介绍项目，然后问你项目的优化方向和

一面 90min 自我介绍 base能接受吗 实习时间 问简历相关 拷打项目，项目这块聊的比较久 算法八股 传统机器学习的基础这些 手撕算法一道 有二十分钟都在coding 最后还没写出来，太菜了555

2023/05/08 首先自我介绍 他介绍他们公司是干嘛的：基于大厂在Github上开源的人工智能项目，主要是图像生成，进行优化再卖出去。 实习生的主要职责就是了解这些技术，能在本地搭建环境跑通，使用工具调整参数，并且上面给出写好的代码需要能修改代码。所以Pytroch这一块得很有了解。 其次是了解很多开源项目，比如Gam，复旦Moss等等 了解起来成本真的巨大

我技术栈是cpp然后偏嵌入式方向，算法是一点不会，本来是海投的还很担心面试官拷打我 但是这个面试官人是真的好，不压力人 1、上来手撕算法题，还给我出个简单的，判断链表是否有环 2、进程线程 3、进程调度算法 4、七层网络模型和五层 5、五层模型每一层干嘛的 6、三次握手和四次挥手 下面就开始问我分布式和数据库了，我是不会一点 redis什么的不了解，mysql也只会简单用一下 应该是寄

为了准备社招刷了leetcode200-300题左右，侧重刷高频hard题，注重最优解法。面的公司地点均在上海，总共5家。 一、字节跳动-抖音 nlp算法工程师 一面（1h）： 1、自我介绍+聊项目经历； 2、算法题：手撕multi-head self-attention，使用tensorflow或torch框架（尽量按google源码的思路）； 3、开方式问题：介绍deberta中的两个优化点，

NLP算法工程师岗 铁废物冲算法：中专，大专，专升本，双非硕 2段实习经验，多个竞赛，一个破论文 一面（技术）： 主要围绕简历上的项目问，刚好做过大模型，这个问了挺多 langchain原理 glm架构是什么 coding：爬楼梯 二面（总监+HR）： 总监 还是围绕项目的内容询问 课程成绩 在项目中担任什么角色，如果和同事遇到冲突怎么解决 本科哪里的 家里的情况 职业规划 为什么考这个学校：调剂

面试时间：3.27 总时长：50分左右 没有自我介绍环节，上来面试官先简单介绍了下部门和面试流程（算法题—>八股—>项目—>反问），然后直接开始做题。 算法题： 求出多峰数组的任一个峰，要求时间O(log n)，相当于leetcode 852的多峰形式 八股： 机器学习中过拟合的特点和解决方法 介绍一下self-attention和multi-head attention RoBERTa相比BER

（为什么wxg一共有四轮技术面啊😅，麻了 teg一面挂后，被wxg捞起来了。 3.27一面 针对简历上的简历问了很多，包括一些技术细节和实现方法。八股考察了llm和传统nlp的知识 1.chatglm2与chatglm1做了哪些改进？是怎么训练的 2.微调以后的模型会出现什么问题？如何改进 3.llm的评测怎么做的 4.bert与GPT的区别？bert的pe是怎么做的？ 5.bert怎么做预训练

8.1一面1h➕45mins 面试时间最久的一场 简历上项目问了个遍，问了一个小时 手撕字典树，卡了半小时不会写 手撕最长公共子序列 如何评估两个文本的相似度 人要面傻了，面了这么久 面完发现状态秒变共享中 #百度信息集散地#

分享面经 攒攒欧气！ 一面 1. 首先是自我介绍加一个项目介绍 介绍了研究生期间的课题 用了什么方法？提升了多少指标？分析过badcase吗？ 2. 简历有写大模型微调 问了目前的大模型微调方法你觉得哪一个最好？ 3. 反问 二面 1. 自我介绍 2. 介绍命名实体识别项目，实体嵌套怎么解决？ 3. 介绍大模型角色扮演项目，数据集怎么构建？原本微调后大模型只能扮演一个角色，问训练一次能否实现大模型

上来介绍项目相关，然后提问 1、有做过微调相关的吗？(答sd和lora,解释了底层架构和原理) 2、用过哪些网络？（常规问题） 3、正则化的方法？（常规问题） 4、常用的损失函数？(常规问题) 5、目标检测算法如何设计？(yolo相关的原理没准备好) 6、有部署过相关大模型的经验吗？(有过但不熟练) 7、有业务经验吗？(基本没有) 8、python用的怎么样？(还行，基本的算法都能写，但主要C/C

1.自我介绍 2.算法原理: 简历上所有算法原理。 工资不高，面完秒挂。 (面试官不是很专业，有点不偏好数分的来搞算法)

面试岗位：算法工程师 面试时间：23/08/28 注：滴滴的面试流程比较独特，一天之内完成三轮技术面，没有hr面，每轮技术面的面试官基本不是同一组的人，谁有空谁来面，还挺神奇； 一面面试内容： 自我介绍 代表性实习经历介绍 机器学习八股有监督 vs 无监督过拟合L1、L2范数，Ln范数回归模型损失函数MSE、MAE、MAPE的公式分类模型评价指标：AUC计算公式、ROC曲线横纵坐标、如何绘制 深度