《雪花算法》专题

1.学硕还是专硕 2.本科成绩 3.研究生成绩 4.哪里人 5.有什么竞赛 6.奖学金怎么样 7.了解什么深度学习网络，会什么框架 8.卷积的计算维度 9.决策树了解吗（这个问题面的每一家都问了，今晚回去补一补） 10.svm介绍一下 11.介绍一下lda，pca 12.介绍一下实习，干了什么（问了5分钟），转正了吗，给你多少钱 13.介绍一下项目、自己的论文、研究方向。 深度学习框架忘光了，要补

阿里面经： 一面（约40分钟）： 深挖项目细节，主要是实习的项目 问是否了解怎样进行分布式训练，模型并行，数据并行，异步与同步等等 二面（约30-40分钟）： 介绍一下自己的项目，并没有追问很多 还有就是对GPT的了解有多少 是否了解RLHF 场景题，如果让你做大模型的RLHF，你会怎么训练reward model HR面（约50分钟）： 阿里的HR给我的感觉是相当专业的，而且非常有耐心 首先自我

最近刚刚结束美团HR面在等oc，从暑期到秋招准备面试的过程中在牛客上看了不少面经，等oc的同时自己也写一写最近面过的公司回馈社会，积攒人品，祝大家都能oc。#运筹优化算法岗##面经# 美团到家 运筹算法 一面 50分钟 主要围绕过往的实习经历展开 1、自我介绍 2、介绍求解混合整数规划问题常用的算法？ 3、大规模混合整数规划问题中如何加速求解？ 4、上一段实习项目里的目标函数和约束是如何定义的？

10.21一面： 项目+追问+八股，八股好像就问了动态多态和静态多态，stl一些容器的底层实现和操作复杂度，最后反问 11.7二面（本来约的30号，有点事情改了时间）： 要做ppt，正好之前小论文的展示视频做了ppt，直接稍加修改就拿来用了，讲ppt+根据项目提问和一些相关技术八股，剩下的就是随便聊天，包括工作地点和期望薪资之类的 笔试： 单选+多选+填空（几乎都是八股和给程序写结果那种），两道编

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

已经oc, 发个面经为秋招攒攒人品 IEG，cv算法岗 一面(30min) 主要深挖简历上面的项目 然后面试官介绍了他们组里做的项目，问有没有思路 二面(30min) 与一面基本相同，深挖项目 同样介绍了组里做的项目，问什么时候可以到岗，可以实习多久 三面(45min) 挑了简历中感兴趣的一个项目让介绍 然后问了一些与技术之外的，兴趣爱好、遇到过什么困难，从中学习到什么等等 HR面(30min)