算法面试分享

持续记录提前批和秋招面完或者已约的面试时间线，有空就更新本篇记录了秋招拿到的offer，春招拿到的暂时不方便公开本人是个菜鸡，记录一个普通算法工程师的面试历程，佬们可以跳过BG：末九本硕，论文三篇一作2b1c，实习一段某性价比厂、一段猪厂游戏部门，竞赛奖项若干，十佳研究生和国家奖学金等荣誉若干（对互联网基本没用）投递目标：互联网、国企、银行、运营商、研究所、制造业、车企、新能源、外企一起混合投我一般面试不看系统里挂不挂不挂的话自然后面会推进，所以一般懒得登系统了———————————————————-流程记录：———————————————————-已开奖：南瑞继保、南瑞集团、中兴、汇川、用友、零跑、金山、科大讯飞已意向/oc：1.汇川技术 提前批 AI算法工程师  （n+2）*12-182.用友 高潜计划 NLP算法工程师（开的还挺高的，很舍得给钱）  （n+10）*143.科大讯飞 飞星计划 AI研究算法工程师（开的在合肥挺高的）  （n+5）*144.南瑞继保 软件研发（目前偏向于去这里，30w且是国企，听说五年后涨到四十多万，在南京也不错，离家也不远，这年头私企裁员太严重了，稳定还是更重要点）5.东风岚图 数字化发展6.南瑞集团 应用技术研究（人工智能）7.中兴 领军 算法工程师（智算） （n+5）*148.零跑汽车 算法开发工程师 （n+2）*149.中新赛克 NLP算法工程师 n*1410.金山办公 算法工程师（给的在武汉不少，但是361）  （n+2）1411.比亚迪 （没面试就发offer了，太抽象了；打开offer一看给了个机械的offer，没崩住）12.广联达 AI算法工程师13.滴滴 算法工程师14.中国移动咪咕互娱 AI算法工程师注：n为20k-25k之间中上的某个值结束面试泡池子：拓竹科技 四面完（待审批）荣耀 二面完 录用决策携程 两轮技术面+hr面+英语测评完中电29所 二面 + 测评完长鑫存储（之前开过若干次，不抱希望）中电30所中电10所（之前开过）流程中：小鹏汽车 二面完 待hr面（已约）和主管面oppo 二面完 待hr面中国移动陕西金种子 免一面（梧桐杯获奖） 待二面移动研究院 一面+测评+二面完途虎养车 二面完中国能建西南院 二面拒了合合信息 一面完 待二面中科曙光 一面完 二面拒了海格通信 一面完 二面拒了满帮 一面拒了贝壳（之前约一面往后推了）度小满 一面拒了（一看面经全是三轮面试每轮都有手撕，俺是不想面这种了😂）新凯来 一面拒了摩尔线程 一面拒了面挂：百度 三面挂快手 一面挂阳光电源 二面挂得物 一面挂旷视 二面挂商汤 二面挂————————————————————-面试记录：————————————————————-7.11:科大讯飞  飞星-AI研究算法工程师-自然语言处理方向  一面7.24:科大讯飞  飞星-AI研究算法工程师-自然语言处理方向  二面7.25:快手  快star  一面7.29:字节跳动  飞书应用引擎和大模型应用  一面8.02:科大讯飞  飞星-AI研究算法工程师-自然语言处理方向  HR面长鑫存储  半导体数据科学  一面汇川技术  AI算法工程师  一面8.05:拓竹科技  机器学习算法工程师  一面8.06:百度  机器学习/数据挖掘/自然语言处理工程师  一面8.07:旷视科技  【MegEagle】视觉/语言大模型算法研究员  一面8.08:拓竹科技  机器学习算法工程师  二面百度  一度复活赛 商业AIGC  一面8.09:长鑫存储  半导体数据科学  二面8.12:滴滴  25届提前批-算法工程师-国际化地图  一面滴滴  25届提前批-算法工程师-国际化地图  二面滴滴  25届提前批-算法工程师-国际化地图  三面8.13:旷视科技  【MegEagle】视觉/语言大模型算法研究员  二面拓竹科技  机器学习算法工程师  HR面商汤科技  先锋课题  一面8.15:滴滴  25届提前批-算法工程师-国际化地图  四面（新锐加面）8.16:百度  一度复活赛 商业AIGC  二面8.20:中电十所  自然语言处理工程师  一面中兴  领军  算法工程师（智算）  一二面8.21:中电十所  自然语言处理工程师  二面/HR面8.23:商汤科技  先锋课题  二面8.24影石insta360  nlp算法工程师  一面8.26:中兴  领军  算法工程师（智算）  三面8.27:汇川技术  AI算法工程师  二面（听说是hr面）8.31中电30所 NLP算法工程师 一面9.4百度 二度复活赛 机器学习/数据挖掘/自然语言处理工程师（上海） 一面9.6百度 二度复活赛 机器学习/数据挖掘/自然语言处理工程师（上海） 二面9.7汇川技术  AI算法工程师  三面得物 算法工程师（策略方向） 一面9.10阳光电源 AI算法工程师  一面9.11百度 二度复活赛 机器学习/数据挖掘/自然语言处理工程师（上海） 三面9.12中科曙光 人工智能研发工程师 一面小鹏汽车 自然语言处理算法工程师 一面9.14长江存储 智能算法 一面9.18中电30所 NLP算法工程师 二面合合信息  提前批-大模型算法研究员  一面9.19用友 NLP算法工程师 一面9.23海格通信 人工智能工程师 一面用友 NLP算法工程师 二面9.24快手 自然语言处理工程师 一面9.26oppo 算法测试开发工程师 一面用友 NLP算法工程师 hr面携程 算法工程师（NLP方向） 一面拓竹科技  机器学习算法工程师  终面（四面）9.27南瑞继保 软件研发工程师 一面小鹏汽车 自然语言处理算法工程师 二面9.28东风-岚图汽车 数字化发展 一面9.29阳光电源 AI算法工程师  二面10.5东风-岚图汽车 数字化发展 二面10.8满帮集团 算法工程师 一面10.11南瑞集团 数字化项目管理中心 一面10.12oppo  算法测试开发工程师 二面10.13荣耀 自然语言处理/语音语义工程师 一面10.14携程 算法工程师（NLP方向） 二面10.15度小满 NLP算法研究员 一面10.18荣耀 自然语言处理/语音语义工程师 线下二面10.19虾皮 一面（拒了）10.24满帮 一面（拒了）中电 29所 二面10.25金山办公 一面10.28摩尔线程 一面（拒了）零跑汽车 一面10.30广联达 一面零跑汽车 二面10.31移动研究院 一面中新赛克 一面11.1零跑汽车 hr面携程 hr面金山办公 二面11.5中国能建西南院 一面中新赛克 二面11.6途虎养车 一面中新赛克 hr面金山办公 hr面11.9中国能建西南院 二面————————————————————-感想随记：————————————————————-10.12南瑞集团突然oc了，感觉强度比继保小，寄了啊，早知道前几天不签继保了；今天面oppo面试官问我为什么想去成都，我直接编我对象在成都上学😂每次面试都new一个对象————————————————————-10.11节后面了一下，几天不面话都说不利索了😂之后基本只面一下大中厂了，北上广深那种不会去的独角兽应该不面了—————————————————————10.10暂时不想面了，推了一堆面试，想去南瑞继保，有没有佬也想去的？可以交流一下个人没有大厂情结，实际上也不完全想进互联网，同时感觉大模型这条路没那么好，短期看来前景好像还行，实际上大模型的盈利模式并不清晰，和搜广推完全比不了，感觉几年后大部分厂估计都不做sft啥的了，模式应该会演变成极少数大厂做并且提供tob的定制化服务的模式，走这条路确实不稳，不如去国企求稳定————————————————————-9.26希望九月结束前能有还行的结果，能十月份减少点面试频率有的佬会问我为什么要面这么多，我个人是感觉面的越多机会越多，至少对于我这种菜鸡而言会抓住尽量多的机会；而且我个人不太排斥面试，之前打过很多比赛，表达欲还是有的————————————————————9.15近几次面的都不太顺利，而且面试官抽象程度和抽象方向甚至都有点相似，感觉要陷入死循环了，因此准备暂停两周，先不投互联网了，猛投一波制造业、国企、军工、银行、运营商这些，这段时间开的太多了，再不投就招满了；国企的话感觉和互联网打法不太一样，我感觉我这末九本硕在学历方面处于劣势，好在搞了一些国家奖学金和一堆荣誉称号，加上国家级竞赛奖项整了好多，感觉还是能略微碰一下的，准备进面的话再继续写一下面经

最近收到不少同学咨询：秋招拿到的offer不满意，想找日常实习又没下文，接下来怎么办？今天聊聊春招的机会和准备策略。春招的机会在哪？春招是补录季，虽然岗位比秋招少，但竞争者也相对减少。尤其算法岗，各大厂在年后的业务调整中会释放新的hc 。当前的风向很明确：大模型、AIGC、多模态相关岗位热度持续，以及部分传统搜推广岗。如果秋招不理想，现在正是关键的调整期。春招看重的不是你投了多少份简历，而是秋招后的成长速度。如何有效准备？1. 深度复盘秋招：回听秋招面试的录音，整理所有面试中被问住的问题，这是你最该查漏补缺的知识点。重点看是基础不牢、项目深度不够，还是代码能力薄弱。2. 刷新项目经历：如果项目太单薄，现在就要行动。针对目标方向做一个完整的项目，比如复现一篇近期顶会论文并做改进。春招时一个高质量项目能直接证明你的学习能力。3. 精准投递策略：不要海投，研究目标公司具体团队的技术栈和业务方向，在简历和面试中主动靠拢。关注在秋招中大量招人、业务稳定的团队，他们春招补录的概率更大。4. 保持手感：每天坚持刷2-3道********，重点是高频题和之前出错的题。算法题是春招的硬门槛，不能生疏。时间虽然紧，但足够进行一次系统性提升。我见过很多同学在秋招后针对性补强，春招拿到了比秋招更好的offer。更多干货内容，请看🐷🍃求职准备 职业规划

一面8-191.自我介绍2.问美团的实习，问我商品量级，召回中相关性分档怎么做的，会不会出现query太不规范不能match到商品，怎么解决？我们的场景是否每个query和item都能匹配到相关性分数？3.精排模型我们用的baseline是什么，怎么用query和行为序列做的target attention，行为序列怎么截断的，最后如何用query打压搜索结果的推荐多样性？4.有哪些序列建模的方法和模型5.问了sim的详细原理6.说一下gbdt的全部流程，能做分类任务吗，怎么做7.做了一道中等难度题然后反问问得挺开放的，有些问题答的不好，二面8-221.自我介绍2.介绍实习的召回策略3.向量召回和策略召回的优缺点是什么，怎么解决向量召回的性能问题（不好回答）4.向量召回怎么做可以弥补漏召回或者误召回的问题5.DIN整体模块讲述，target attention的计算时间复杂度6.mmoe整体模块介绍一下，还有什么进阶的模型吗？解决的问题是什么？mmoe的gate输入是什么7.xgb和lgbm区别，怎么进行特征筛选和重要性分析8.讲一下auc在推荐中的物理意义9. 手写AUC（还好复习了，不然直接凉，虽然最后结果输出错了）

岗位是算法工程师部门是国际化地图滴滴是车轮战，一下午面了三面，每面完一个就通知一二十分钟后面下一个，最后人都麻了本来想每一面都写一个，结果面完之后根本记不起来，只能回忆起大概的问题，每个面试官都问了50分钟左右能想起来的大概有以下问题：1.深入拷打transformer的底层原理，包括从输入维度、过程中维度的变化还有各种细节2.lora原理，一下午被问了三次，包括整体原理、两个矩阵分别怎么初始化的、矩阵的秩怎么选取等3.其他参数高效微调方法了解哪些，我简单介绍了一下qlora、ptuning4.deepspeed原理，主要是zero 123让我分别介绍一下5.llama的结构相比transformer有哪些优化，我主要介绍了rope、rmsnorm、swiglu等6.分词相关，问我bpe的原理啥的7.问我目前的大模型有哪些可优化的点，我就说了两点，长上下文和幻觉相关的8.rag拷打，问的问题包括召回方式、重排方式、embedding模型选取、召回不准解决方法、幻觉的解决、后续还能怎么优化等代码题：一面，能盛最多水的量，hot100的原题二面，返回二叉搜索树第k小的值三面，判断一棵树是不是二叉搜索树整体感觉三面的时候感觉最好，可能面试官是个主管，确实有亲和力顺便问一下有没有佬知道三面完一般什么时候出结果？——————————更新，次日hr打来电话约了四面，我去，这第四面要是挂了沉没成本有点高啊，直接白白面四轮看来为了不让这个挂这两天得好好刷一波力扣了

全程四十多分钟，无手撕1.自我介绍，介绍完先问家是哪的看来离得远还减分了；然后问为什么要面讯飞，我直接开始拍马屁2.介绍第一个项目，我的是一个rag的项目，先介绍了大概思路，然后问我rag的核心思想是什么，我答了一下我的理解，说到embedding他问我维度，我答了一下，他说会不会影响计算速度什么的，我答了我的理解；问我数据的存储方式，我说向量数据库；问我如何优化这个过程，我答了几个方面；问我对模型超长上下文有什么了解，我说不太了解😂问我整个rag的系统都是自己写的吗，我说之前用的langchain，但是lanhchain现在改版有点难崩，准备自己实现一个简易的版本（懒得实现了）。3.介绍第二个项目，我的是论文的项目，先详细介绍了一下论文，然后问我论文相关的，先问我共情对话任务具体干什么的，然后问我论文里的每个模块的细节，问我模型评估是怎么做的，最后问我基座用没用大模型。4.问我实习相关的，我实习是一个智能npc相关的，然后介绍了一下背景，他问哪些对模型影响比较大，我说数据构建什么的，然后介绍了一下怎么构建优化的；然后问我留不留在那里，我说不转正5.问我来讯飞的话想做什么，我说预研和业务都可以6.反问，问部门做什么的，说是做大模型长文本相关的，问他大概有什么解决方法，他说attention什么的整体感觉还可以，但也不排除反手挂的情况好久没面了，实习之后就没咋面过，话术都说不顺了，人面麻了准备开始海投简历整秋招😭—————————————更新，约了24日上午二面

秋招之科大讯飞，bg西工大本硕，科大讯飞飞星计划医疗方向，主要是大模型多模态，和我的方向有点关系？看咋说了，简历算法相关可以看图一面，约一小时一下来自我介绍，介绍一下科研工作，我这里两篇可以参考简历截图，针对两个工作进行提问，问题主要集中在项目细节，比如第一个工作的样本选择实现，为什么是batch的特征伪标签等等，半个多小时大概然后问了深度学习八股（一点没看），问了transformer原理，VIT原理，大模型范式，focal loss，可分离卷积等等，都看过一点基本上都说了一些一面过二面，约半小时跟一面很像先自我介绍，然后聊第一个工作（相对比较好），问的比一面宽泛，比如算法应用在医疗场景的问题（不是端到端的需要分割），简单问了分割模型（了解unet和结构讲了一下），检测模型（不懂），然后聊了噪声标签在医疗应用和大模型的应用许愿hr面，面完就结束啦

整体64分钟1.自我介绍2.让我挑两个项目介绍，我先介绍实习的项目，介绍了数据构建、模型训练、模型调优、部署几个方面，然后他拷打了数据是怎么生成的、扩充数据调用chatgpt提示词是什么、还有其他方法扩充数据吗、数据怎么处理的、模型训练显存占用、deepspeed原理、模型调参做了什么、vllm原理等3.介绍论文项目，然后他问了一些相关问题，但是没问几个，主要是我讲的时间有点长4.代码题，让我写muti head attention的代码，没练过，寄给他整笑了5.反问，问部门业务，说是做agent的整体感觉代码之前的回答得还行，到了代码这里就寄了，不过我知道这个迟早要寄，主要招博士听说，早结束早解放属于是，反正也不会去旷视

整体四十分钟，是个女面试官，部门是商业AIGC1.自我介绍2.拷打实习经历，先让我整体讲了一遍，然后问我数据怎么构建的、数据采样是怎么做的、作用是怎么、模型训练调参怎么做的、部署用的什么、评估怎么做的等等3.跳过第一个项目，拷打第二个项目，我的是一个论文项目，先介绍了一下背景，然后介绍整体论文内容，然后拷打了几个问题，难崩的是拷打到了一个痛点4.代码题，用递归和非递归写快排，递归的我会，练好几遍了，几分钟写出来了；非递归感觉是用栈，但是从没练过，写半天调不出来5反问，问部门做什么业务的，说是凤巢那边做标题生成啥的手撕非递归的快排没撕出来只写了递归的，怕不是要挂了—————————-更新，约了二面，但是约面的时候面试官的语气让我感觉到时候的面试体验会不太好

自我介绍 在运筹优化这块，最让你印象深刻的算法有哪些介绍一下vrp问题的列生成求解方法介绍一下子问题是怎么求解的这种方式跟原来的求解有什么优势么vrp贪心算法是怎么做的选址问题启发式规则是怎么做的benders分解解释一下分支定价解释一下c++你会什么数据结构c++map和vector查询一个数据时间复杂度如何c++了解过并行么线程与进程的区别进程之间如何通信反问面试官挺专业的，体验很好

全程30分钟 无手撕1.自我介绍2.介绍一下论文的项目，我直接共享屏幕开始讲，讲完问我论文里认识推理是怎么做的，然后问我基于哪个模型做的，然后让我讲一下我的研究方向，然后让我说一下未来这个方向会怎么发展，最后问了我其他几篇论文的情况3.介绍一下实习的经历，我讲了一下智能npc相关的，然后让我详细讲一下，我就说了人设对话、模型训练、模型推理几部分4.让我说自己的优缺点，我就说优点是抗压能力强、善于团队合作、有创新意识，缺点是体育活动偏少5.问我课题组里的情况，鼠鼠大概说了一下6.问我未来的就业方向，我就说想进互联网，想去人工智能行业做大模型，想在家附近，然后开始一套拍讯飞马屁的连招；然后问我在杭州实习为什么不想留在杭州，我说气候太湿热了7.问我未来想做哪个方向，我记得一面面试官说他们是做超长上下文的，后来做了一些功课，这次就说我想做超长上下文，结果面试官说他们组是做垂直领域的，看来一面和二面面试官不是同一个组的8.反问，我问面试官的组做什么的，他可能误解了我的意思，开始讲讯飞总体是做什么的😂总体感觉技术问题比较少，其他问题倒是比较多，有点奇怪，不知道会不会寄了😭————————————————-更新，7月29日约了8月2日的hr面😂许愿秋招第一个offer

全程45分钟左右，目测面试官是个主管1.自我介绍2.介绍实习经历，首先让我介绍一下整体业务，然后拷打数据构建部分，然后让我介绍一下vllm，然后让我说一下大模型幻觉问题怎么解决，然后让我介绍一下大模型跟bert那种相比结构有什么改进3.第二第三个项目都是我介绍了一下，就没有了4.代码题，写二叉树的前序遍历，用递归和非递归实现5.问一些其他的问题，问我在小米和网易实习哪个好，让我说出两个网易的优点和两个缺点，问我想在哪里发展，问我算法工程师的价值问题，问我了不了解拓竹6.反问，问做什么业务的，说是做拓竹的打印机社区的整体感觉是个主管，不是非常懂技术，感觉现在面试官懂不懂技术聊两句就能看出来😂对于不是非常懂技术篇管理的面试官我感觉面试的时候要莽一波，比如说他问到一个不会的点不能说不会，毕竟他很可能不懂，可以胡乱扯一堆他可能就就点头过去了———————————-更新，约了hr面，但是据说hr面完还有一轮终面，有点迷惑

全程25分钟1.自我介绍2.介绍完问我为什么报这个岗位，我说对数据科学比较感兴趣3.直接甩出来一道场景题，问我假如说有一个芯片检测场景，想通过大模型预测未来的时间序列，该怎么做，我就说提示工程啥的，他说假如说微调阶段做的话咋做，我说了一下我的理解，他又问假如说预训练阶段做咋做，我说了我的理解；说的过程中被拷打，汗流浃背了4.问我会不会集成学习模型底层原理，我说我主要是在比赛中用，他让我讲一下特征工程怎么做，我就讲了一些5.反问，问部门做什么的，说是做芯片生产相关的异常检测，还有大模型在芯片领域的探索啥的无手撕——————————————更新，当晚系统状态由复试-面试评估变为签核-录用评估，开始泡池子

10.23一面1. 深挖简历/项目相关，看对简历中的内容提及的知识的掌握程度。具体到我，面试官说在自己上学的时候听说过我的研究方向但不了解，所以比较感兴趣，所以问了问研究方向的基础知识。实习经历，主要在问商业化相关的，比如指标提升，数据集数据量，做的过程中遇到什么问题，怎么解决的？2. 手撕一道简单的算法题，求最长01交替子串的长度。做的时候写错了面试官会提醒，很nice，并且会交流思路。过样例即可，面试官会看你的思路是否正确。反问：公司/部门的业务具体是什么？技术路径是什么？面试官说不是有道词典的部门，算网易互联网的中台，为有道词典和其他一些业务提供能力。目前有一个QAnything（？疑似，没听清）大模型发布。另外感觉面试官非常着急，在3:30准时结束，赶着下一场不知道是不是kpi面求面过网易同岗位/同部门的uu分享经验，感谢

二面（10.9）全程无八股，无手撕，重点聊项目。1.自我介绍2.展开讲讲jd的项目中，具体是怎么做的。3.jd项目中，数据的形式，如何获取的，CoT数据如何让构建。4.jd项目中模型融合方法是什么吗？5.简单介绍模型融合方法的流程6.模型融合中的参数设置有什么经验或者理论吗？（没有，硬搜）7. jd项目中训练的模型，相比之前有多大的提升，使用72B模型比7B模型有多大提升。8.bd项目里的数据如何获得。9.bd项目里使用了lora进行微调，没尝试其他方法吗？（没有，因为我跑路了，不知道他们后面干没干）hr面（10.14）1.开局自我介绍2.喜欢什么样的工作氛围3.研究生成绩大概在班里排什么位置4.家里是哪的，对南方的生活是否接受5.找工作时，三个优先考虑的因素，并给出这三个因素的序6.三段实习经历，哪段对你成长最大7实习过程中遇到过什么低谷，你是怎么解决的

如题，最近工作需要开始做图像算法，但是本人双非硕，研究生期间研究方向是时序数据预测，发了一篇CCF C会议和SCI三区，校招的时候属于直接挂简历的水平，不知道以后社招的话对学历和论文的要求还会那么高吗？

💼公司岗位👥面试题目🤔面试感受1.简历介绍yolo项目介绍如何处理误报和误检问题gpu不够怎么处理fp16和fp32模型调参和模型裁剪怎么做的pytorch original memory（这里忘记了 完全不知道）2.cnn感受野概念transomer和cnn区别和用法self- attention里的开根号原因熟悉cuda嘛？写过cuda嘛？写过算子嘛？结论：不是很match，不继续面了只能回忆起这么多了 相关同学加油👏！分享面经 保佑🙏offer早点拿到待审核的公司offer…🙏🙏