《算法工程师面经》专题

9月下旬投递并进行笔试 base南京 偏底层嵌入式开发 国庆末进行一面，问项目和解决方案 之后约了二面，听说二面是群面，放弃了

#牛客在线求职答疑中心# #美团优选# 最近心里很不踏实，想更新一下动态，向佬们吸取吸取经验 本人985硕，简历纯安全，众测，挖洞，渗透，反序列化研究 3.25一面，面试官最后给我扔了道算法，然后和我说base北京能不能接受，进来后主要做反爬业务能不能接受。最后套了波话，面试官说我还可以，挺好的（可能存在安慰嫌疑 3.26 发了二面时间，约的4月1号 不知道二面会怎么问，难度咋样。而且自己之前没有

九州通华南医药(广东)有限公司（钟落潭） 包吃包住，4-6K，其他还好，就自己解决不了的问题加班没加班费 工作内容像技术客服，就是下面客户的系统出问题了，打电话过来（线上解决、远程、出差线下） 只有理论没有实践的fw还是寄了

走的社招,23届软件开发，有差不多两年Java 后端开发工作经验,投递的测开岗位。 一面,二面相关内容，不写太详细了: 多线程方面知识:实现多线程的几种方式，线程池原理等，使用场景，线程通信,JMM模型,ThreadLocal原理等，项目中那些地方用到，满了怎么处理;乐观锁，悲观锁等 Redis等相关知识:Redis锁，使用场景等问题，项目中那些地方用过;分布式锁等; 垃圾回收:哪几种清理算法，模

自我介绍 问了一下实习经历 Acm队的经历 计算机网络 OSI七层模型是什么 http1.0 与 http2.0的区别 https的加密过程 TCP拥塞控制原理 链路层是干嘛的 网络层是干嘛的 传输层是干嘛的 TCP在哪一层 UDP在哪一层 IP在哪一层 TCP与UDP的区别 TCP长链接是什么，在HTTP报文里怎么设置。 HTTP报文格式你了解哪些？ HTTP请求报文和显示报文的区别是什么 TC

一面： 1.自我介绍 问了下本科成绩、研究生成绩这些 2.你经常用的排序算法有哪些 3.冒泡排序的时间复杂度 4.对于一个已经大部分排好序的数组用哪种排序更好 5.权值相等的图求最短路径用什么算法好一点 6.为什么不用DFS？ 7.BFS还有什么优化方法吗？ 8.平时有应用的场景吗？（没用过） 9.二叉树的遍历方式有哪些，有哪几种实现方式 10.给你一个什么顺序，你能够确定一棵二叉树？ 11.为什

更新：一面过了，等待复试安排 https://uploadfiles.nowcoder.com/images/20230927/557711646_1695807664522/A747E405F95C0E991B3159848CB5B148 兄弟们，为什么我又遇到kpi面了，是现在没hc了吗都。没hc为什么还要面我呢 一面 介绍了一下论文内容，和当前实习内容情况 大多时间都是在说这个 有没有了解目

10.9一面 主要聊实习做的东西的细节，面试官应该对优化比较熟悉，关于实习期间做的一个优化问题的建模有些争议，最后应该算是把面试官说服了？ 问了混合A*相关的问题，混合A*和A*区别，如何设计启发函数保证搜索到的解最优 以及优化相关的问题，1.什么是凸优化问题? （目标函数是凸函数，可行集是凸集) 2.如何判断函数是凸函数？（Hessian矩阵半正定) 3.知道KKT条件吗？（知道是判断是极值点的

一面是只做代码 三道做对就算过 可惜 四道是写出来了 但是复杂度太高了 我说咋都这么简单 现在卡在初试了

题目：我现在有一个文件，把文件中出现单词频率最高的k个单词找出来，文件内容都是逗号分隔的单词 我用go语言写 abc.txt内容 "wang,jing,yu,shuai,ge,shuai,ge,j" package main import ( "fmt" "io/ioutil" "sort" "strings" ) func main() { contents, err :=

15min超短面 ①介绍项目 ②卷积相对全连接最大的优势 ③常用损失函数 ④常用正则化 ⑤知不知道目标检测 ⑥数据预处理方法 ⑦用过哪些神经网络 ⑧用什么深度学习框架 ⑨有过实际pytorch部署经验吗 回去等通知，还会再联系（也不知道是不是真的），感觉自己有关CV方面的没答好，毕竟我也不是搞CV的，不过看他们的JD也不是强制要求CV方向咯，不晓得后续如何

代码面50min，全程八股和coding没问简历 给了两段代码让我看有什么问题 没问题的那段什么情况下会有问题 改成有问题的 智能指针 写一段多线程访问shared_ptr对象会出现问题的代码 单例模式和工厂模式 写一段单例模式的代码 emplace_back和push_back的区别 emplace_back底层用了什么特性让其能够在容器内构造 手撕： 合并区间 无辅助数组原地合并区间

1、介绍项目经历，背景，过程，怎么解决的。 2、如果有一批数据，训练出来后效果精度达不到要求，怎么处理。 数据角度:噪声多需要降噪，数据本身不规律，数据缺值比较多，数据需要去重聚类，特征不够需要引入其他特征 模型角度:模型选择的问题，过于追求最新技术但是不适合场景，模型健壮度不够需要集成学习模型 参数角度:超参数的选择不是最优解导致梯度降不下去 实际角度:评价指标不合理 3、上一段离职原因，gap

天津恩智浦nxp，西青封测厂，线下面试。 可靠性实验室有很多设备，会有底噪，怪不得之前在电话里聊根本听不清 先是部门里的技术面，拿着简历一条条的问，项目一个个的讲，聊了一个小时。 然后和部门经理远程面试，又讲了几个项目，还让用英语介绍一个项目，大概半小时。 最后给了笔试题，代码加注释、电路分析、英语翻译，都比较简单，大概做了半小时。 后续未知。 感觉这个岗好像软硬件都要求会，工作内容会有硬件设计和

面试在下午一点四十开始的，总共就面了十二分钟，感觉像是kpi面。 先让我做了自我介绍。 问了我项目中遇到了哪些问题，怎么解决的。 问了TCP/IP四层结构和对应的功能是什么，这个好久没复习了，把网络层和传输层的功能搞混了。 反问，问了新员工培养机制。 感觉应该是寄了。#23届秋招[话题]##你的秋招进展怎么样了##如何看待2023届秋招##烽火通信面试#