《算法面试经验分享》专题

1.conv2d的参数及含义 2.pytorch如何微调fine tuning：在加载了预训练模型参数之后，需要finetuning模型，可以使用不同的方式finetune 局部微调：加载了模型参数后，只想调节最后几层，其它层不训练，也就是不进行梯度计算，pytorch提供的requires_grad使得对训练的控制变得非常简单 全局微调：对全局微调时，只不过我们希望改换过的层和其他层的学习速率不

#实习面试初体验#      本人双非硕，23届，分享一点自己第一次面试的经验给大家。     第一次找实习之前非常焦虑，准备了很多东西，深夜都还在学习，找人改简历。第一次给我面试机会的是滴滴，当时是电话面试，面试官问了几个简单是sql问题，和一些基本情况。本来第一次面试还挺紧张的，但因为是电话面试，而且问的问题我也都答上来了，一下子就没那么紧张了。最后面试官还说，觉得我还不错，我的自信心一下子受

先介绍bg： 学历：C9硕985本。 论文：有一篇CV论文在投。 实习：一段某互联网大厂的多模态，一段研究院的算法开发实习。 由于lz的研究方向略冷门，故投递简历时并没有全找对口的实习。 目前的投递情况有： 腾讯多模态（无消息），淘天买菜（无消息），商汤aigc（无消息），网易（无消息），美团（笔试后无消息【5.29更新：简历挂】），Shopee（笔试后无消息【5.29更新：突然约一面】）。 有面

自我介绍。 面试了C++基本语法和计算几何算法。 1.C++基本语法 （1）多态是什么？ （2）上一个回答提到了虚函数，接着问虚函数是怎么实现的？ （3）内存溢出和内存泄漏是什么？ （4）在子类是公有继承的前提下，父类的私有变量在子类能否直接访问？ （5）在A函数里用指针申请好空间后，这块空间需要返回给B函数，然后B函数使用后不再使用这块内存，虽然我们可以手动释放，但往往可能忘记释放，请问用什么方

1.自我介绍 2.项目介绍 3.针对项目介绍问了一些问题，其实都是我介绍过的点，感觉面试官也没怎么认真听，     问了项目用了什么方法、什么模型     怎么避免遮挡问题 4.研究生期间研究内容是什么，讲一些相关的论文 5.本科期间研究方向是什么 没给反问的机会，直接半小时一到面试官就赶快结束，让我等消息！！ #2022提前批#

4月底投递 测评：没啥好说的。 笔试：单选+多选，算法+各类基础知识。 5月中下旬技术面：约15分钟，主要针对项目和比赛提问，聊了下项目的具体内容，询问了英语水平，大概需要能看懂英文文献，问了一些算法的优缺点，我有一个人工智能相关的比赛，问了比赛用的模型，然后说了下三一现在主要使用的人工智能方法，问的并不深。 6月中旬总经理面：群面，60人一小时，啥岗位都有，双985占30人以上，几乎没有双非硕士

1.    自我介绍 2.    询问实习时间，谈论简历中上一段实习经历 3.    讲一讲简历里做过的最让你印象深刻的一个项目，具体的实施过程 4.    （面试前不知道是cv算法方向，讲3的时候谈到了CNN）问了三个关于神经网络的问题： 1.为什么ResNet中使用1×1的卷积核 2.介绍一下CNN的反向传播过程（这个没推过，完全不会） 3.Dropout的作用 5.问最近有没有写过代码，手撕

汇总了自己去年秋招的面试记录，希望给大家提供一些帮助。 提前祝各位都能拿到心仪的offer～ 个人情况： 双985科班，研究生主要做推荐相关研究, 下面的面经基本上即为自己秋招阶段(含提前批)参加过的所有面试。 p.s. 欢迎大家投递b站实习，随时可查进度, 可以帮忙修改简历、辅导面试 通过下面链接即可

前言： 岗位：机器学习算法实习 笔试情况：无笔试 一面 1.自我介绍（非科班硕，一份水实习）; 2.介绍项目，并由此引出一系列八股文： 介绍gbdt算法的原理与实现 说说xgboost对于gbdt所做的主要优化 3.介绍实习工作 简单介绍resnet及其主要改进(shortcut连接，BN层)，说说这些改进为什么work 介绍transformer及self-attention机制实现方式 了解哪

ps：6.17投递，6.30测评 7.13一面 全程没问图像处理的东西，也没撕题...... 先自我介绍。。。 然后问是保研还是考研的？ 本科成绩排名多少? 研究方向是什么？有成果吗？ 介绍一下简历上几个项目。。。(项目都和图像处理没太大关系) 反问环节。。。 最后下来一共20多分钟，不到半个小时。。。 7.21二面 先自我介绍。 聊简历上的一个项目，问细节。 聊研究方向，讲自己的工作。 穿插着问

总共三面，因为项目比较多，所以基本都是侧重于项目相关的 每轮面试20分钟左右 主要内容： 1. 在校成绩、是不是保研、获奖经历（每轮都问了） 2. 第一轮面试主要问了GAN的损失函数设计、发展历史，问我传统图像处理相关是否了解，问了对比度怎么调整 3. 第二轮问了我做的几个图像风格迁移（cyclegan、pix2pix）相关的内容，以及为什么使用这些网络 4. 第三轮主要问了做的项目之后甲方验收的

23校招百度提前批，视觉算法。7.22一面 1、自我介绍，我劈里啪啦讲了5分钟。总之把你和职位相关的内容全部放上去 2、提问项目，面试官提问你简历中的相关项目。自己的项目一定要写清楚，并且准备好。没有项目可能就要问你各种八股文了，八股文容易翻车 3、手撕代码，pat乙级的难度。我第一个算法，面试官说复杂度太高，让我优化。优化过程不是很顺利，最后勉强写完，边界条件出了点问题，面试官说回去再考虑，流程

一面： 介绍项目（听我聊了二十分钟） 面试官说了一下公司的主要需求 反问 二面 stl中list如何实现删除所有val为偶数的节点； MySQL中自增主键和自定义id做主键有什么区别； MySQL中表的设计遵循了哪些规范； golang里面slice和rune是什么； C++实现多线程中，锁是怎么设计的？ 非递归锁和递归锁有什么区别？ 期望薪资； 反问。 昨天出结果说复试过了…… #国电南自#

陌陌 推荐算法工程师  一面面经 45分钟左右（秋招第一面） 刚开始面试官的电脑没有声音，换成微信，再加上我在实习，只能在餐厅面试有点吵，网也有点卡 1. 深挖项目（计算机视觉，所用的模型有什么特点等） 2. 竞赛（NLP,一些模型的基础知识，deberta与bert的区别等) 3. 机器学习基础知识：逻辑回归损失，参数更新公式，线性回归损失，参数更新公式，这里紧张多写了一个平方。。。。。面试官点

公zhong号 ： 内推君SIR    ，  聚焦 自动驾驶、汽车、芯片、机器人等高科技行业， 实习、校招、社招，技术发展，行业动态。 内推 ：小马，文远，图森，Autox ，元戎，Momenta，智加，极智嘉 ，大疆，蔚来，小鹏，理想，百度，美团，阿里，字节，小米，海康，高仙，英伟达NVIDIA，一汽，上汽，吉利 Case 1 1、有DaSiamRPN,SiamRPN++相比于SiamRPN的改