《算法实习》专题

这笔试懂得都懂hhhh 不过正好没事，随缘参加一下，总体还是偏简单了点，全是模拟排序，就T5是一个树形DP Q1 Q2 Q3 Q4 Q5 思路：树形dp，自底向上，到当前节点p的时候 需要考虑是否有两个子节点相加最大，往上传的参数为p的权重与子节点加路径的最大值，详情见代码 #腾讯笔试##秋招笔试##秋招#

11.2 一面 因为10月底才考，所以面的比较晚，怕忘了记录一下。 1. 介绍项目（非常详细）。 2. 用过哪些神经网络，有什么区别和特点（说ResNet的时候，从公式角度解释了一下问什么缓解梯度消失）。 3. 老生常谈，问了梯度消失和梯度爆炸。 4. 平常看论文吗，看论文能力如何。 5. 还有的简单的小知识记不清了。 6. 手撕（medium，电话号码的字母排列），大概12/3分钟左右写出来。

#春招##春招笔试#题目20个选择，3个编程。难度中等偏下吧。 选择考的很多很杂，DB,OS,Linux，数据结构都有。 编程三个题，第一个题求三数和，没啥好说的，送分题。 第二题，数学题，类似问N个学生其中没有人同一天过生日的概率。 第三题，三个数的最小公倍数，送分题。

2024届百度暑期实习c++机器学习算法岗笔试 30道选择题，感觉考得很基础，很多我没见过的概念...有几道考语音识别的概念，两道考kmp(问空间复杂度，问匹配到不同字符下一步怎么做），有森林转二叉树的题，有找出无向图邻接矩阵，还有考boosting和stacking，有几道代码填空(主要考c++面向对象相关的知识点)，还有矩阵压缩的题。 两道代码题，第一题比较简单，求二进制串和有连续1的串异或得

总共75min，项目大概45min，编程花了30min（主要是太菜了 简单记录一下面试过程： 1.上来面试官先进行了自我介绍，然后让我也作一个自我介绍，由于事先没有准备这个，回答得比较简单； 2.面试官问了简历上的论文，让我展开介绍一下。由于做的比较小众，所以我先介绍了一下任务背景。面试官主要就其中一个论文让我详细介绍，并随时打断提问一些问题，主要就是关于为什么这么做。虽然面试官一开始不太懂我做的

10道选择题，1道简答题，1道编程题和1道20分的设计题 选择题为概率，机器学习相关 简答题为63瓶试剂，1瓶毒药，小白鼠喝了三天后会die，一只小白鼠可以混合喝，问只剩三天，最少需要多少只小白鼠 编程题是用Python实现一维损失函数的梯度下降算法 设计题是NLP关于时间关系抽取模型的设计（我不会，打扰了） #恒生##恒生电子##恒生笔试#

a了前三道，第四题80%，第五题6%... （然鹅一面早已经g了，不知道会不会被捞） T1： n = int(input()) ans1 = list(map(str, input().split())) ans2 = list(map(str, input().split())) res = 0 for i in range(n): flag = 0 if ans1[i] == ans2[i]:

第一题 密码学 就是ascii码转换，写出来就能a 第二题 K排序 时间复杂度应该有点高，最后只a了0.64，一开始暴力甚至只a了0.18。后续还有待研究提升速度 第三题 涂色 唯一保留了代码的题 一开始感觉和第一题很像，就是看图说话就行，但是最后应该是有几个用例时间超了，a了0.82 n = int(input()) S = list(map(int, input().split())) m =

感觉不像面试，纯聊天哈哈，过不过另说，聊得挺开心的

一面挂 1 自我介绍 2 选一项工作介绍。选了一个觉得自己做的最好但是跟llm关系不太大的工作 3 加速框架用过哪些，答deepspeed，明显想听更多 4 会用c++吗？基本忘了 5 手撕多头注意力，关注点放在了shape，忘了加softmax，提醒后改正 6 反问，部门介绍，做llm+推荐的技术探索，超大规模图 总结：其实可以看出来技术方向完全不匹配。本人刚转llm，仅有一些感性理解和实践经验

按照官网公告似乎是最后一场？ 选择题日常大杂烩：基数排序、概率论、栈和队列…… 三道编程题： 1.多个样例，给出一个仅有r、e、d三种字母构成的字符串，可以将任意子序列red染为红色，O（n)判定是否能将整个字符串染成红色： 思维题，首先判定首位必须是r和d，然后分别从前往后遍历，判定d出现之前必须有e出现；再从后往前遍历，判定r出现之前必须有e出现 2.Python3手撕文本相似度计算。 又到了

1.项目 问了问项目 有什么办法能让你的模型对用户的反馈做出即时更新，我从特征以及端上模型介绍了一下，然后面试官反问，请详细介绍一下你端上模型的设计思路，特征是什么，目标是什么，梯度怎么更新，信息怎么和精排联动？ 你模型引入SENet和Bilinear的模块，为什么要这么做。有可能是因为模型参数量提高的结果吗，假如我把你这俩模块换成同样参数的全连接层，会有效果吗。如果不会，你觉得为什么他们会比全连

1.选择题（25*2） 2.编程题（50） 1）（20）在python中打印2^10（100%） 2）（30）连续子序列最大值的期望（60%）这个题不怎么难，但是那个精度一直改不对，一开始通过30%，改了个小数点通过60%，最后实在不知道要改哪里了直接交了

9.19：一面，自我介绍，问了问算法有没有工厂实际应用，问了问职业规划跟在公司工作看中什么。剩下就是了解基本情况，不涉及技术问题全程十五分钟 #柳工机械#

第一题背包问题，把填充的看成c个1物品加到原来物品数组就行，Python死活只能过18%换成c++就a了。 第二题贪心，考虑升序降序，但也死活只能18%不知道为什么，Python和c++都试了。 明明很简单的题不知道错哪了。。。