《算法实习》专题

60min 问简历内容，问得很细 pca降维，原理，为什么要降维（简历上写了 为什么要归一化 项目怎么实现，用了什么模型 介绍了解的深度学习模型（cnn，rnn，resnet 介绍了解的机器学习模型（knn，svm，朴素贝叶斯 为什么选算法岗 手撕两个二进制数相加，给的两个二进制数是字符串 无反问（一个小时了还能问啥，赶紧放姐走

10.27号面的，连着面三轮，每轮40分钟，有点不适应，一开始我还以为一个小时。是没有特定的部门，统一面试。 一面，二面都是拷打简历+八股文。简历挑一个实习讲讲，八股文就是常见的传统机器学习+深度学习+简历上内容。什么XGBoost，batch noralization，激活函数。 感觉认真背背都不太难。面试官也都看起来比较友善，体验还行。 三面略崩溃，问我有什么开源项目经验(无，难道有10%的人

最后一批的最后一批了吧应该是 一面 1.逮着研究的工作问（由于研究比较偏冷门，因此基本上就是一直在解释我的研究内容），倒是没有让推导论文里的公式，就是在纸上写写画画，帮助理解研究的内容 2.项目经历相关的提问，问做了哪些工作，稍稍深入问了一点点东西 3.有关随机信号的的一些基础知识（均值、方差之类的），由于研究内容涉及到信号处理的内容，所以非常简单，基本上学过的人都会 二面 1.也是主要针对研究工

补一下华子的面经 9.20 笔试 10.13 北京线下面试 一面 项目拷打 手撕判断一个正整数是不是完全平方数 二面 项目拷打×2 手撕一道dfs，大概就是在一个字母矩阵中按照给定的单词顺序在矩阵中上下左右搜索 三面 项目拷打×3 然后询问了在实验室项目分工如何做的，有没有跟导师出现冲突，怎么解决的，有没有觉得自己的项目做不下去的时候，怎么坚持下来的。 #24届软开秋招面试经验大赏#

一面 1、自我介绍 2、简历项目 3、手撕是一道力扣原题，牛顿迭代法开根号，这个题被考了好多次了 4、反问环节 二面 二面面试官主要侧重于C++和SLAM，包括： VINS-Mono如何进行初始化？如果是双目系统该如何进行初始化？ 如果已知部分地图先验信息，该如何加入优化？ VINS边缘化是怎么实现的？ 手动推导旋转矩阵求导结果，SLAM十四讲上有推导过程 线程锁如何保证线程安全？#24届软开秋招

面完说不太符合…… 面试内容：30min 面试内容： * 自我介绍 * 华子项目介绍 * pytorch如何分析性能 * ddp如何优化多机多卡 * 分布式训练的batch * pytorch图优化 * pytorch2.0特性 * pytest有哪些参数 * pytorch如何根据yaml注册算子 * 系统级算子多平台测试 * 手里几个offer * 期望的base地 反问： * 框架相关的开发

第一题证明一下排序后最后位置最小就行，第二题用个defaultdict存就行，第三题check二分从最大最小开始搜不同的位置，然后每个候选x去判断就行。 其他都比较简单，就记录一下第四题吧 小红拿到了一个n阶正方形矩阵{aij}，他准备从左上角走到右下角，每一步可以向右或向下走一格，向知道有多少种不同路径满足路径元素和恰好为x。 0<x,aij<10^9 1<n<18 注解：dp肯定能想到，首先必

🕒 岗位/面试时间 高德打车机器学习算法 🤔 面试感受 太棒了吧，如沐春风，面试官人特好，特温和，还有正反馈 👥 面试题目 主要还是围绕项目，深挖项目，以及项目未来想做什么 其余就是基本深度学习知识，优化器，损失函数，标准化，模型结构，transformer，梯度反向传播，评价指标 手撕是很简单的dp

投的nlp算法（大模型方向） 一面3/19（40分钟） - 自我介绍+项目 - 简单介绍一下目前大语言模型的发展 - 简单介绍一下gpt，gpt1-4代知不知道有哪些不同 - 手撕1：力扣367. 有效的完全平方数（复杂度是多少） - 手撕2：力扣394. 字符串解码 二面3/21，两名面试官，一人问，一人听（40分钟） - 自我介绍+项目（稍微问得详细了一些，20分钟） - 没问八股 - 手撕1

1.hr问题 问了最大的挑战，喜欢什么样的leader，觉得国外和国内上学的区别，性格怎么样，周围人怎么评价你，有没有女朋友，女朋友怎么评价你，反正问了一堆性格，以及什么时候可以来 2.反问 组里氛围，转正策略，公司福利 第一次全部面完，开泡！ hr说四月上统一发offer

👥面试题目 早上6点起来面试，脑子懵懵的😖 1.编程：序列化二叉树 2.队列和栈有什么区别 3.2D目标检测算法有哪些经典的，讲讲工作原理，优缺点对比 4.anchor 框是怎么选取的？ 5.最新的 YOLO 算法有了解吗？ 6.YOLO v3 v5 有使用过吗？ 7.自注意力机制什么工作原理？ 8.自注意力机制这么设计有什么优点？ 9.transformer 中 QKV 是怎么得到的？ 10

今天上午线上面的，20min速通，快得我一脸懵逼 1.自我介绍 2.简单问了论文（任务、难点、方法） 3.会C++吗（本科学过，不太熟） 4.做题（不限语言，我的题是字符串相关的，不算难，但是面试官只给10min，就有点慌，没完全做出来） 5.进vivo想从事哪方面工作 6.反问（忘记问一共几面了） 面试官很温柔随和，不过每个问题都没有细问，不知道是不是kpi面 后续：真的挂了，今晚就收到了感谢信

一面等了半个小时改时间了 一面 问经历相关的图神经网络的一些知识 怎么把图算法用到业务中（聊得挺开心的 八股内容： gbdt和lightgbm，xgboost的区别 梯度爆炸、梯度消失怎么办 算法题 数组连续最大和 通知一面结束完10分钟进行二面，结果等了一个多小时 hr跟我道歉说让我一天都在等，我寻思原来不是大家都这样啊 二面 优化的方法 激活函数 调参的方法 学校有什么机器学习课程 linux

一面（线上） 自我介绍，项目经历 SFR测MTF流程 根据图像像高，视场等算焦距 相机标定流程 什么会影响MTF 期间 面试官：“对你的整体回答很满意” 重复了n遍，同时说你的硕士期间项目和这个很对口。 前几天发现因为毕业时间写错，然后重新联系了更改简历，又进入流程。 二面前闪面： 自我介绍 项目是自己练手还是有企业合作 平时工作流程是什么样的 编程用什么语言 反问（ 我想知道线下面的话车费什么的

自我介绍 对推荐系统的了解：背景，前景，架构，方法 项目拷打：特征构建，模型选择，评价指标 论文拷打：背景，模型，评价指标 八股（都是从项目和论文中找的点）：SVM原理及其推导，LR原理及其推导，XGBoost原理及其推导，XGBoost处理缺失值的方法，模型过拟合的处理方法， 手写：数组中前k个最小的数（类快排）