商汤cv算法实习生面经

首先申明，这次面试官也很温柔，甚至感觉有点i呢，但面试过程略显尴尬，对st不做更多评价。面试时间55分钟，没有写代码。面了一趟下来很多很多问题都忘了，因为不熟…回忆版面试题如下：1. 不用开摄像头。2. 自我介绍（开始前提示是算法岗，别介绍太多开发工作）3. 开始介绍他们的工作内容4. 我反问：你跟一面面试官不是一个组吗？ 面试官答：你已经一面过了吗？（开始反应过来莫名其妙被不明来历的一面拷打，面试内容可见前几天的面经）下面是正式面试过程问的问题太碎了太碎了，而且面试官也在想要怎么问^ - ^5. 项目经历问了很久，面试官是做多模态的，对llm不是很懂（我也不知道怎么进这个组的面试了）6. 问题集中在diffusionc model，stylegan，因为项目用了这个，他问为什么用stylegan，这么老的模型，问了些细节，真回忆不起来了。7. unet，resnet，clip都问了一下…主要是都没回答好。8. lora具体是怎么实现的，一般训哪些参数？9. p-tuning v1/2问了下细节10. llama的loss函数11. 用没用过DDP和deepspeed，有什么区别12. 多分类任务如果发现都分到了一个label，怎么排查原因，怎么解决，数据不均匀怎么办，不改数据集pytorch代码怎么改？13. 常见的位置编码知道哪些？图像怎么处理？超过长度怎么办？padding？截断？14. transformer结构讲一下15. 给你text讲一下转成embedding的流程16. clip的位置编码，好像问了怎么外推17. 有没有自己实现过dataload？…其他的想不起来了就这样吧自由提问1. 组里后面的工作计划，面试官好像也不太清楚2. 想篇research，组里有实习生纯research，有一半一半的3. 问我对这个工作感不感兴趣，因为不完全是llm4. 他们之前只用过llama2，又说现在换了个更好的，但是没想起来是啥，也只是微调了一下5. 没啥想问的，确实没很大兴趣。

1. 自我介绍2. 拷问项目论文实习，针对论文里面的细节细问3. 八股环节腾讯wxg问的深度学习里面比较基础的，梯度消失，梯度爆炸为什么，怎么解决快手问transformer比较多，还要手撕attention（输入不是qkv怎么得到qkv），unet，多头注意力还有问ssim计算公式，psnr计算公式卷积相关八股，包括参数量，输出通道数计算BN中参数个数L1相比于L2损失函数的好处还有面试官天马行空，让介绍yolo，sora4. 算法题环节力扣hot100掌握基本差不多，但有时也会手撕一些网络结构，掌握transformer，unet，和一些torch基本张量操作应该也差不多了。

3.28笔试一面4.10 项目纸上手写一个模型训练的的pipline 用pytorch框架 10分钟损失函数介绍交叉殇和kl散度联系和区别adam介绍 有什么参数学习率下降用余弦 原因 llama2和gpt区别位置编码类别介绍flash attention4.15二面+hr主要问项目 很多why 怎么选择 怎么考量 对比 比较相关问题 bad case怎么解决 难点 困难hr 现有offer情况 找工作比较关注什么 期望地点薪资等等4.17 据信 #东方财富#  #算法面经#

一面 70min1、自我介绍2、华为软件精英挑战赛（项目中的职责，学会了什么）3、TCP的可靠性如何保证4、流量控制和拥塞控制的区别5、拥塞控制的缺陷6、听过BBR没有（一个拥塞控制算法）7、TCP头部有多少字节8、http 1.0 - 1.1 -2.0的差异和对比9、HPACK算法实现头部压缩10、知道http 3.0吗（就是QUIC：基于UDP实现的HTTP协议）11、QUIC是如何解决对头阻塞的12、QUIC的连接迁移原理，为什么可以无缝连接（连接标识符）13、linux查看进程的命令,如何查找你部署的服务14、Redis的缓存雪崩、缓存击穿、缓存穿透15、go有了解吗16、协程是什么...