联影智能算法面经

分库分表中，水平分表和垂直分表是什么水平分表后id查询，如何找到对应的表多线程数据交互怎么做不同机器之间数据怎么传输链路追踪怎么做固定窗口算法的缺点限流算法有哪些突发流量变动怎么办多活架构什么，有哪些考虑的点多活架构中一致性冲突怎么解决多活架构中一致性冲突解决方案的版本控制怎么做

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。

1.项目拷打2.抛硬币的概率题（m个真硬币，正面概率为p，n个假硬币，选一个硬币跑r次全为正面，问为真硬币的概率）3.回归树的判定条件4.transformer多头注意力物理意义5.Transformer为什么可以变形（这个我没懂什么意思）6.GAN的loss，回答了二元交叉熵，问我生成器的loss(?)7.代码题：通配符匹配

已oc, 发个面经为秋招攒攒人品IEG，cv算法岗1. 一面主要深挖简历上面的项目然后面试官介绍了他们组里做的项目，问有没有思路2. 二面与一面基本相同，深挖项目同样介绍了组里做的项目，问什么时候可以到岗，可以实习多久3. 三面挑了简历中感兴趣的一个项目让介绍然后问了一些与技术之外的，兴趣爱好、遇到过什么困难，从中学习到什么等等4. HR面问了简历中的项目做了多少时间，遇到过哪些困难怎么解决的，，到岗时间，实习时间等等整体面试下来，感觉腾讯这边更重注项目一些，方向匹配可能比较重要(无八股问题