算法面试经验分享

8.30算法岗秋招第一面，练手，总体感觉还不错，问题和手撕都不难，百分百回答出来了，面试官人也很好，说话很温柔，发面经涨人品，希望后面其他公司的面试也一样顺利1.介绍一下最有成就感的项目（实习识别项目）2.介绍baseline以及提高了多少，推理速度提高了多少3.输入图片的大小，为什么设置这个大小4.做了什么轻量化操作5.轻量化精度下降多少6.还了解什么模型轻量化的方法7.算子融合怎么做的，能加速多少8.在什么硬件上跑的模型9.介绍实习的第二个项目（实习ocr项目）10.对比竞司ocr提升了多少11.你设计的可学习的带通滤波器原理12.对于手写体的识别效果13.如果没有摩尔纹，这个可学习的带通滤波器的执行过程是怎么样的，对识别有影响吗14.这个可学习带通滤波器与后续OCR算法会不会耗时很长15.在有摩尔纹的数据集上的效果16.对于其他滤波器（高斯滤波器等）的原理了解，各有什么优缺点17.生成式网络了解哪一些18.了解目标检测网络吗，介绍一阶段和两阶段模型以及他们的优缺点19.了解特征金字塔吗20.问论文手撕简单题

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？

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            

  💼公司岗位🤔面试感受一面：1.简历项目问题（问的很细 细到让人害怕比如：问yolov系列和追踪sort算法…问一个点 我回答一个点 过一会儿想起来一个细节 继续问..然后还提出自己的建设性意见，优化算法 有时候想法天马星空，然后让你评估加入到你这个项目行不行，真的是服了）（你要给他讲懂才行…而且要特别懂..，必须让他感觉有含金量）这边建议直接上数学..可以防止面试官刨根问底2.C++的stl，多态怎么用的？用过啥？感觉怎么样？和C对比呢？讲一下底层实现原理和一些细节 多态和stl说说自己对C++和C的总体感知和优缺点分析..如果自己的简历C++项目用C写行不行？会不会有什么问题3.transformer的self- attention为什呢要开根号？和cnn这种模式对比，有什么心得？差不多就这样..手撕：1.用C实现一下..cv.resize（）knn插值算法或者线性差值（直接垮掉，要求换题）2.用C++手撕NMS（做出来了）结果，hr说不建议推荐，没过    

1.问项目2.八股：讲一下transformer为什么用layernorm讲一下bert了解哪些大模型大模型中attention的改进方式（MQA，GQA）3.代码：Leetcode不同路径II

关于大模型的50道精选面试题1.简述GPT和BERT的区别2.讲一下GPT系列模型的是如何演进的?3.为什么现在的大模型大多是decoder-only的架构?4.讲一下生成式语言模型的工作机理5.哪些因素会导致LLM中的偏见?6.LLM中的因果语言建模与掩码语言建模有什么区别?7.如何减轻LLM中的“幻觉”现象?8.解释ChatGPT的“零样本”和“少样本”学习的概念9.你了解大型语言模型中的哪些分词技术?10.如何评估大语言模型(LLMs)的性能?11.如何缓解LLMs复读机问题?12.请简述下Transformer基本原理13.为什么 Transformer的架构需要多头注意力机制?14....

🎉 小红书内推行动开启！🎉🌟 推荐码：6O3O13NZG6AN 🌟点击链接申请职位：https://hr.xiaohongshu.com/recommend/job-list/XHSRC-8ebb0be3eaae418ec80db27abddaab5d🌺 同学们，快来加入小红书这个大家庭吧！🌺🎈 使用内推码的好处：通过内推码申请，可以直接与内推员工建立联系，深入了解公司部门和业务，也可以方便快捷地跟进自己的求职进度。😊🌠 如何查看申请进度：💌 ******************，随时为你查询应聘进度。      

2025奇虎360全球校园招聘-算法提前批开启啦 SP Offer超高转正率  SSR级培训资源  超前沿技术课题  国际化视野团队 业内一流实习薪酬福利配置【投递方法】👇👇👇【投递链接】https://360campus.zhiye.com/填写内推码：IVVRBA评论区可留姓名缩写帮追进度~

全程1h1.问项目2.八股transformer encoder和decoder的区别transformer encoder中的信息怎么用到decoder中RNN和transformer的区别讲讲对多头注意力的理解lora的原理大模型如何加速推理？如何压缩？模型蒸馏3.算法题二维数组查找二分查找左侧边界

AIGC实习地点：上海简历投递地址：xiehaizhen1@huawei.com实习内容：负责图像编辑、光影编辑、多模态训练、底层视觉相关研究。目标A类论文，高价值专利。我们能提供的：论文/专利指导，例行技术研讨与思想碰撞，高价值的前沿研究(有机会将创新技术落地到华为旗舰手机中)，充足的算力支持，多人团队合作。要求&加分项：1.计算机视觉/机器学习相关专业在读硕士/博士2.全职实习6个月及以上，能长期实习者优先，不支持远程实习3.在以上领域有相关项目、研究经历，技术功底扎实，对科研有热情，接受过严谨的科研训练4.作为核心贡献者在人工智能领域顶会/顶刊上发表过文章者优先      

1.问项目：项目用到的具体技术大模型微调中的优化大模型微调的技术原理（lora、ptuning）微调时如何调参2.算法题：顺时针打印矩阵全程55min

🎉 小红书内推行动开启！🎉🌟 推荐码：6O3O13NZG6AN 🌟点击链接申请职位：https://hr.xiaohongshu.com/recommend/job-list/XHSRC-8ebb0be3eaae418ec80db27abddaab5d🌺 同学们，快来加入小红书这个大家庭吧！🌺🎈 使用内推码的好处：通过内推码申请，可以直接与内推员工建立联系，深入了解公司部门和业务，也可以方便快捷地跟进自己的求职进度。😊💌 随时为你查询应聘进度。