算法岗

全程1个小时，八股含量拉满，节奏很快的问了巨多1.自我介绍2.介绍实习项目3.召回的时候怎么进行kv查找，线上hive表如何维护的，有什么性能问题，数据多久更新调度一次4.精排的din模块中，target item和query对行为序列得出的embedding，加权相加或者逐元素相乘有什么不一样5.transformer多头的架构怎么实现的，输入输出的是怎样的，attention计算，维度变化6.为什么用LN不用BN7.BN和Dropout训练和推理有什么不同8.softmax防止数据溢出的公式是什么9.xgboost的正则项是什么10.gbdt怎么实现并行化的11.信息增益的公式12.树模型如何停止分裂13.数组中目标出现的开始和结束位置，二分秒了面完就过了，下周二面

最近作为面试官接触了不少同学，能明显感觉到算法岗的竞争一年比一年激烈。春招在即，分享些我的观察，希望能帮你理清方向。大模型：高回报伴随高风险今年大模型岗位的热度和薪资依然领跑。HC不少，薪酬包也很有吸引力，我辅导的同学里就有拿到80万+的offer。但必须看到，门槛也在快速抬升，更多顶尖背景的同学正在入场。选择这个方向，要做好心理准备：你可能需要面对长期投入却难有直接业务产出的情况，部门调整的风险也相对较高。如果你的背景和能力足够突出，这仍是当下上限最高的选择。CV方向：寻找差异化机会计算机视觉方向的整体热度不如大模型和多模态。虽然AIGC曾带来一波热度，但目前大规模商业落地的场景还不够多。互联网公司里的CV岗位更多偏向预研性质，要求极高。仍在CV赛道的同学，建议拓宽视野，关注手机、相机、智能硬件等厂商的机会，这些领域仍有业务增量。重点可以放在工程化和业务落地能力上，多积累实习和实战经验。一个核心逻辑：绑定业务价值无论是算法还是开发，长远来看，你的价值在于能为业务解决什么问题。AI编程工具可能会改变工作方式，但很难替代那些深入理解业务、能创造实际价值的角色。在选择方向时，多思考这个岗位离核心业务有多近，你创造的价值是否可衡量。春招是场信息战，选择往往比盲目努力更重要。在正确的方向上准备，效率会高很多。我拥有7年大厂算法经验，担任过校招社招面试官，熟悉各方向的发展现状。如果你在春招方向选择或面试准备上需要具体建议，欢迎联系我。

如题，楼主计算机专业研三。由于导师 push 得比较紧，最近才有空开始找工作。研究生阶段的研究方向比较小众，虽然也有对口的工作但是还是太少了，所以想转测开或者算法（纯前后端我是真的不想搞了）。但现在算法岗基本都是大模型相关，说实话感觉和自己的研究方向也不契合，感觉不是很稳。现在最纠结的是两条路：- 直接走校招投对口岗位：但很多基础知识和八股都忘得差不多了，怕投了直接寄，再拖一段时间的话就怕没有HC- 转方向先找实习：感觉实习→春招/转正可能更稳一点，但又很担心时间会不会来不及，怕最后两头都没赶上还请大家帮忙分析一下

最近大模型带火了算法岗，很多同学纠结该选算法还是开发。今天站在中立角度聊聊这两个方向，希望帮你找到最适合自己的路。开发的优势:1.学习氛围好：实验室里大部分同学都走开发方向，遇到问题可以互相交流，信息互通有无。算法学习往往需要独自钻研，这种支持系统对校招很重要2.岗位机会多：开发的招聘名额远多于算法，这是不争的事实3.竞争相对温和：虽然应聘人数多，但竞争者水平参差不齐。只要你踏实学习、认真实习，拿到大厂offer并不需要顶尖天赋4.薪资可观：虽然上限不如算法，但开发岗的SSPoffer性价比很高，且获得难度相对较低5.职业稳定性：开发工作成果更容易量化，只要认真完成需求，绩效通常不会差。算法可能一年都没有明显产出，容易产生焦虑算法的优势:1.薪资更具吸引力：随着大模型风口，算法薪资水涨船高，与开发的差距逐渐拉大2.学习成本较低：不需要深入掌握计算机网络、操作系统等底层知识，对非科班同学更友好3.处于技术风口：大模型热潮带来更多岗位机会，虽然总量仍不及开发，但未来AI领域会持续扩张4.与科研衔接顺畅：研究生期间的算法研究虽然与工业界有差距，但底层逻辑相通，不会浪费三年积累5.工作模式更自由：算法工作重视创新思维，不是靠堆时间就能出成果。而且通常不需要处理线上紧急事故，工作节奏相对稳定选择的关键不是哪个更好，而是哪个更适合你。校招的同学建议有侧重的同时也可多方向投递，毕竟现在竞争比较激烈。更多学习干货请看我主页。开发岗 大厂求职

先讲下本人背景：女生/2本9硕/算法岗/对口实习/1篇一作CCF A论文二审中/3篇专利/国家奖学金/国家级省级比赛奖项/党员/班干/......目前的两个意向，估计这阵子都会发正式offer：1️⃣ 合肥 某事业单位机械臂运控VLA方向，年包24万，离家近开车1.5h，应该不加班吧，弹性打卡，公积金12%九月份就意向了，一直在等，院长那边都在帮我催人事部门的审批进度了，说下周给我offer2️⃣杭州 埃夫特启智机器人人形机器人方向，年包33万，离家远开车3.5h，日常加班1h，周末偶尔加班2h，公积金7%最晚明天给我offer，发完两天内会要求签三方11月份了，真的好累好焦虑好纠结，害怕做错选择，一点静不下心来应付中期答辩。我也想过谁优先给就签谁，可总觉得有点过于儿戏，uu可否给个建议

【团队介绍】我们是美团配送算法团队，2023年Franz Edelman奖得主。我们致力于用技术连接美好生活，每天将上亿订单配送到用户手中，解决业界独一无二的超大规模、超高复杂度的实时决策挑战。团队核心成员来自清华、北大、中科院等全球顶尖学府，在NeurIPS、KDD等AI顶会发表论文数十篇。我们不仅解决当下效率与体验的平衡难题，更积极探索生成式AI等前沿技术，重塑配送的未来范式。【岗位职责】1.深入业务，通过数据洞察分析，定位算法策略优化点，设计并推动策略升级，直接提升用户与骑手体验。2.探索大模型（LLM）在时空数据挖掘、表征学习及多目标决策中的应用，研发新一代算法技术范式，突破现有能力天花板。【任职要求】1.计算机、统计学、运筹学、人工智能等相关专业，本科高年级、硕博研究生在读。2.积极主动，责任心强，对利用AI技术解决实际复杂问题有强烈的好奇心和热情。3.具备良好的沟通能力和团队协作精神。4.有大数据处理、机器学习/深度学习项目经验，或相关领域论文发表者优先。5.每周实习至少3天，实习期至少为3个月，可长期实习者优先。【你将获得】1.有竞争力的回报：行业领先的实习薪资，为非北京同学提供住房补贴。2.顶尖的成长加速：由团队大牛导师指导，深入掌握工业级大数据处理与AI模型构建优化全流程，优秀的技术创新有机会转化为顶级会议论文。3.卓越的团队氛围：加入一个纯粹、开放、互助的技术团队，你将轻松结识一群志同道合、能力出众的伙伴，在切磋琢磨中共同成长。4.巨大的影响力：你的代码和算法将直接服务于全国数百万商家、骑手及亿万用户，创造真切的社会价值。 我们期待充满热情和创造力的你，与我们一同，用算法定义即时配送的未来！

选择一家技术强、口碑好的公司，对你的成长和后续发展至关重要。今天梳理下不同算法方向的头部公司，帮助同学更有针对性地投递。AIGC算法图像与视频生成是当前热点。这个领域的第一梯队包括阿里的通义实验室、阿里妈妈，以及字节的智能创作团队。此外，淘宝、快手的可灵、美图等公司也在AIGC应用上投入很大，有不错的实践场景。多模态算法多模态技术基本被大厂主导。阿里通义实验室、字节、淘天、华为、百度、科大讯飞、商汤等公司都有扎实的布局。选择时建议关注各家的开源项目和实际落地产品。大语言模型LLM领域竞争激烈。以DeepSeek、百度文心、阿里通义、字节豆包为代表的互联网大厂是第一梯队。同时，月之暗面、昆仑万维、智谱AI等专注AI的公司在技术和创新上也有很强的实力。CV与自动驾驶计算机视觉方向，百度、商汤、滴滴、华为等公司有深厚的积累。自动驾驶则更集中在百度、滴滴、华为及各大车企的智能驾驶部门。选择公司时，不仅要看技术实力，还要结合业务前景和团队氛围。有时候，一个正在快速成长的业务，比一个已经成熟的方向更能给人成长空间。更多干货请看我🐷页AIGC

一面8.6 全程45分钟：1.自我介绍2.介绍实习和项目3.讲一下Transformer的架构4.Bert如何训练的，Bert和GPT的区别是什么5.多头的作用具体是什么，mask怎么用的6.讲一下l2r，三个wise训练区别，效果如何不同6.做lc中等题，秒了二面8.8 全程40分钟1.自我介绍2.做了一道偏数学的代码题，应该不是lc上的3.问了下KNN相关原理和k值大小的影响（差点忘了）4.拷打简历，说完就结束了，没有反问我简历三面8.14 全程25分钟1.自我介绍2.说了下现在美团实习主要做的东西，目前进展3.唠日常，问了下目前团队氛围，以及详细说了下他们的场景4.叫我有时间可以提前来实习，然后就是说等9月谈薪许愿顺利！还是很想去这个部门的，另外美团转正应该也有了

开场介绍面试环节，科研项目考察+coding+反问，先吟诵自我介绍问项目环节，本来以为是类似互联网大厂聊项目拷打深挖细节，结果是考察项目涉及的模型/算法相关的八股先狠狠灌注了一波transformer八股：- 介绍transformer架构整体特点- 描述残差连接的细节、作用是？为什么有效？解释原理- 为什么用LayerNorm，有什么好处- transformer并行计算的能力体现在什么地方- 描述一下DeCoder在训练/推理时并行计算的过程CLIP相关：介绍CLIP架构、实现原理、优缺点Coding：经典最长上升子序列，先让说思路再coding实现。秒了，说完思路面试官说看你能力没问题要不跳过手撕直接过了。正好刚刚被+1 call了没接，搞得很慌就答应了反问：涉及算法相关的业务场景、面试考察流程；最后面试官追问了一些未来职业规划方面的预期差不多一共40min，面试体验比较满意（除了公司网络环境有点差，连热点也没用），整体发挥还行，不过有段时间没背八股了，有的地方感觉还能答得更好一些最搞的其实是实习负责的项目因为各种原因一直延期，前方一直在push催得很紧，搞得人心惶惶。然后面到一半的时候刚好被+1 视频会议call了，顶着被开除的风险没接（药丸，bushi）。面完赶紧回去跟进项目进度，还好会前我负责的部分基本上都告一段落了，开会内容和我相关的部分估计不多（大概是mentor帮我顶住了，再次跪谢）诶，其实最近实习下来越来越想留用了，工作氛围、技术前景、薪资待遇各方面都很满意，mentor也对我特别好，而且秋招血雨腥风也一直没个oc。不过听mentor说转正内部考核很严，hc也少，而且现在这个项目延期这么久，肯定会影响 +1对我的印象和评价，确实自己也是有责任的（第1段工业界实习，0基础几天速成相关知识，配环境踩了不少坑导致前期进展缓慢），这一关估计不太好过。事已至此，先许愿一个二面吧

一图说明今年算法人人人人人人多，岗位少。

一面全程一个小时20分钟1.自我介绍2.讲实习项目，问了下多路召回合并的问题，怎么做的小流量ab实验，每路召回占比怎么确定。3.召回命中率怎么算的，怎么确认漏召的商品。反复盘问了很多细节上的东西4.讲了下另一个rag项目（做的不咋样）5.知识库的大小和结构6.扣了很多细节，觉得我做的太简单了，问我为什么不用大模型来微调（我说没资源）7.怎么微调的嵌入模型，负样本选择，rag里还可以怎么来微调8.如果现在用大模型让你重新做一遍你会怎么做，整个过程9.rag中，检索完用query和文档片段输入进大模型生成答案，在这里还有什么效果更好的方法？10.rag相比于微调解决什么问题11.做了两道mid题二面全程40分钟二面没有任何的八股和做题，只有对我实习的一个深挖，问的很细，展开问了特别多，个人觉得答的一般然后就到hr面了，但估计还有三面的