《算法题》专题

先自我介绍，然后就直接做题了（好像百度都是先做题 1. lc 312 戳气球 二维dp 没做过 想到是二维dp但是面试官引导了半小时还是没写出来😢 2. lc172 阶乘后的0 写出了On的写法，面试结束后看了下还是logn的解法，没写出来 3. 聊了实习的内容，我主要做的是因果消偏召回，所以基本也只问了召回相关的 4. 简单聊了一篇论文 无八股 反问 组里的业务是什么 面试官人非常好，也很有耐

3道acm编程，感觉难度依次增加 一、给三个数m，n，k 把m变成n，有两种操作 1.当m能整除k时，m=m/k 2.m=m-1 求最少操作数 能除则除，反之则减 二、有小写字母字符串s，a，b 可以将s所有字母任意重新排列，求s重排后最多能含有几个子串a或b 三、图论，输入n，之后n-1行输入端点a和b，一行代表ab之间有无向边 保证输入是二分的，即所有端点可以分为两个点集AB，所有边的一个端点

百度算法实习一面，50分钟 1.手撕代码两道，最大子序列和，完全平方数 2.介绍下项目 3.Transformer 4.Attention 5.QKV原理 6.GCN初始化怎么处理 7.项目做的有关时间序列，问除了transformer怎么针对时间上的特征更好地建模，考虑过传统方法吗？ 8.DIEN中怎么对输入文本，标签，用户画像等数据进行转换时，有哪些embedding方法，针对不同数据有什么的

拷打项目 1. 除了MHA 还有其他种类的Self attention吗 2. 为什么要除根号d_k 3. 知道哪些位置编码？ 4. Infernce 和Training 的时候 在GPU中都要保存哪些值和变量？有什么区别？ Code: 5. 手写mha 6. 最长无重复子串

做完京东的测评就给发了面试通知。面试官迟到了一会。发了邮箱给HR说明情况之后，开始面试。 上一段实习内容介绍，三分钟。面试官点评和介绍自己部门一分钟。之后开始做题，奇怪的是，全程没有任何涉及到技术算法和八股，手撕。 第一道题，A分给B和C各一半的水，B分给A和C各一半的水，C分给A和B各一半的水。三次分完之后，水的比例是1:1:1，问最开始的时候三者水量。 思路很简单容易想到，反着推理，容易错在计

4.3日在某招聘软件投递之后，在官网申请完填了很多东西，包括测评还有一些个人信息等，填完之后过几天收到笔试。 4.9日笔试 题目基本都是机器学习和深度学习，难度不算大，包含SVM和神经网络的一些题，有一个编程题，不算难，几个问答题。 4.16日收到面试邀请 时间30min左右，看网上分享都是有算法题，手撕代码，我没有，估计是能力不行..没到哪个环节 问的内容主要是介绍项目，然后问你项目的优化方向和

#腾讯音乐笔试##tme# 来攒点人品，发一发今天的tme笔试思路，最后几分钟AK，爽！

#美团##面经# 一面 自我介绍+论文介绍 = 25min 问答：15min 1.对检测了解到什么程度，了解什么检测算法？ 2.mAP指标，ROC曲线横纵坐标面积？ 3.yolox创新点 4.过拟合欠拟合 5.模型训练GPU利用率低咋整？ 6.深度学习NaN 7.了解大模型吗？ 手撕： 删除倒数第k个节点 类似于二叉树路径和的一题 二面 手撕： 从零建树+随便选个顺序遍历 简历拷打，无八股

base深圳 4.07 一面40min 深挖项目 然后基础八股transformers结构、bert结构之类的 深拷贝浅拷贝区别 python lambda作用 手撕最长重复子序列 4.09 二面30min 基本深挖项目 无八股 问了个统计学知识（什么数据正态分布还是啥的……不懂 没答上来） 以及被询问了是否接受转开发 4.11 三面线下hr面 30min 就聊聊天 然后问了薪资期望等等 许愿oc

一面 90min 自我介绍 base能接受吗 实习时间 问简历相关 拷打项目，项目这块聊的比较久 算法八股 传统机器学习的基础这些 手撕算法一道 有二十分钟都在coding 最后还没写出来，太菜了555

1.自我介绍 2.深问项目 3.大模型出现幻觉的原因，及对应的解决方法 4.做题（二叉树的层次遍历）

1.transformer 2.自注意力机制，自注意力机制的起作用的地方 3.BN，LN 4.梯度消失与爆炸的理解 5.论文讲解 6.transformer的位置编码 7.focal loss 8.模型怎么评价好坏 9.自注意力机制的参数量计算 10.编写代码：topk，用了堆排序，快排都写了

最近面试少了， 精力放在工作上。 偶尔面试保持手感即可。 今天这个学习意义比较大就记录一下。 面试本身没啥特殊的，就是项目+八股+代码。 项目问了我的蚂蚁实习， DeepFM 相关的东西和大模型相关的东西。 所以问了一些八股 1.DEEPFM 介绍一下（聊了一些） 2. 还了解别的推荐的模型吗（不了解） 3. LLAMA 和别的模型架构有啥区别？ 4. Llama 用的是什么 norm 和激活函数

面试时长五十分钟 面试官给提示给的很多 体验还挺好 但听说B站没hc了

1. 自我介绍 2. 问实习经历（和算法相关度低，主要是开发） 3. 问 kaggle 竞赛做了什么 4. xgboost 和 lightgbm 的区别（接着 kaggle 竞赛问的） 5. 算法题：给一个 0.7 概率返回 1, 0.3 概率返回 0 的随机数生成器，怎么生成任意指定概率返回 1 的随机数生成器。答得很烂，面试官引导了很久才做出来。 6. （面试官说我简历项目相关的太少，很多东西