深度学习算法工程师，cpp开发工程师，agent开发工程师面试经验深度学习八股一、深度学习八股1. 什么是过拟合?怎么解决训练集效果远远大于测试集，启用L1，L2正则化，提高dropout率，批次归一化等等2. 什么是欠拟合?怎么解决训练集和测试集效果均不好，减少dropout率，通过注意力机制增驾网络复杂度3. 梯度消失和梯度爆炸原因是什么?非线性激活函数导致梯度上升和下降，例如relu可能导致梯度消失等等4. RELU和sigmoid的是什么?明确两者的表达式5. 什么是反向传播，介绍一下梯度反向传播数据流正向传播，为了让目标变小，最终函数对网络参数求导Δw，为了减少目标函数w=w-Δw6. 什么是损失函数?分类和分割常用那些?为了帮助我们达到我们的目标。分类准确率，分割常用损失交叉熵7. 分类任务和分割任务你认为区别在哪里?解码器的最后部分不同，分割本质是像素级别的分类。分类是泛泛整体的分割8. dropout原理是什么?有什么用一定比例神经元失活9. 卷积层的作用是什么提取感受野范围内特征10. 池化层的作用是什么?什么是平均值池化，什么是最大值池化根据感受野内内容进一步提取特征，求感受野平均值，最大值11. 什么是注意力机制?注意力机制有什么用?帮助我们捕获需要关注的特征，忽略次要特征12. 你的注意力机制如何设计的?并行融合通道注意力机制和空间注意力机制13. 残差网络好，为什么要利用残差网络?残差网络作用融合浅层特征，避免梯度消失，梯度爆炸14. 什么是连通性？单连通和多连通分别是什么闭合曲线就是连通的，中间部位有无其他区域被分为单联通和多连通15. 训练神经网络的时候，如何选择学习率初始学习率较高，进行后学习率降低。加速收敛，寻找最优值16. 一个深度学习的分割项目都包括那些环节?数据集预处理，神经网络搭建，损失函数，评价指标选择，后处理17. 各个环节都有什么用途预处理，进行数据增强，提高网络鲁棒性神经网络，提取归纳特征完成任务损失函数，确定任务目标评价指标，评价模型好坏后处理，进一步处理，提高评价指标18.什么是Unet网络?u型网络，结果包括编码器解码器，编码器不断卷积池化进行特征提取，解码器不断接受跳跃连接和上采样，卷积进行解码19. 损失函数是什么，如何设计的bce和dice表达式，如何联合20. 常见的后处理操作如何设计根据数据集特点，单连通区域，几个目标，目标间的关系等等21. L1和L2正则化有什么用l1，l2公式明确，减少参数复杂题，防止过拟合，22. 如何评估模型结果的好坏通过评价指标的高低来评价模型的好坏23. 什么是准确率tp+tn/(tp+tn+fn+tn)24. 什么是精确率所有预测为真当中真的为真的概率: tp/(tp+fp)25. 什么是召回率所有真当中预测为真概率: tp/(tp+fn)26. 什么是混淆矩阵真实为真，真实为假预测为真: tp，fp预测为假: fn，tn27. 一般如何进行数据增强旋转，平移，镜像，随机裁剪等变换其他1. 你认为你的项目都用到了什么?残差网络，混合注意力机制，混合损失函数，后处理设计2. 你认为你用的这些模块有什么用?残差网络: 融合浅层特征，避免梯度消失或者爆炸混合注意力机制:让我们更加关注值得关注的特征，忽略次要特征混合损失函数:联合dice+iou，对于正类分割效果加强后处理:找到数据集的特点，针对数据集的特点进行设计，利用连通性(单、多)，大小，主次要病灶等手段3. 你用了什么评价指标?iou，dice，精确率，召回率，准确率4. 你的效果大概提升了多少?自己实际情况cpp开发八股cpp基础1. malloc与new区别返回值有无类型2.cpp的特点封装继承多态封装类子类继承父类，public，private，protect不同类型3.指针悬空 内存泄露指针释放，内容没有释放，空间消失，指针还在4.智能指针自定取消指针5.分区——内存分区四分区模型计算机网络6. udp/tcp划分安全与快速性 握手与挥手7. 7层模型物理层，数据链路层……8. http信号http和https区别数据结构9. 线性结构，非线性结构链表，线性表，堆栈，队伍树，图10. dfs，bfs 树图递归算法11. 递归，stack处理括号匹配数据库相关知识agent开发1. agent都有什么类型reflect，reaction，plan-action等等2. agent组成llm，prompt，momery，tool3.开发框架langgraph(非可视化)，dify(可视化)4. prompt组成系统prompt+用户+记忆5. langgraph数据状态在图之间流动6. 如何设计并发通过时间循环执行异步函数实现并发7. Python后端框架Flask，djingo8. 前端框架vue，html，JavaScript9.如何管理记忆短期记忆，长期记忆10.如何进行rag，数据增强余弦相似度匹配，向量匹配11.如何微调模型SFT+RL如何设计的项目1. 分为七段式提取pdf内容指定内容，内容需求分类，保存数据库，与已有内容对比去重设计文本粗分块，文本细分块2. 如何设计agent，mcp链接langchain，mcp链接dify，链接飞书机器人3.lora微调大模型针对特定分类任务，4.搭建串级模型，微调大模型+通过大模型prompt手撕，括号匹配，单词接龙，链表，冒泡，快排，图，动态规划

背景 1年多测试经验，本科科班出身，上一份工作因内部转岗无望辞职待业一年。深知转开发岗难度大，华为OD成了唯一突破口。通过HR全程跟进，从机考到面试全流程指导，最终拿下Offer。没有开发经验？这份真实经历告诉你，测试转开发也能稳稳上岸。 机考：我的385分通关实录（亲测有效） 德科HR发了题库和刷题指南，考试时避免代码重复率被查。双机位考试必须提前调试——我买了手机支架，避免摄像头晃动被判定违规。 我的机考题目（真实题）：  T1：成绩排名（100分） 输入：[("张三", "数学", 95), ("李四", "语文&qu...

今年开始要找第一段实习了，目前进度mysql redis和python的八股背了，hot100一刷，简历找了网上找了两个项目，把代码看过一遍。不知道写的怎么样，请各位大佬指导下

自我介绍以后开始拷问：项目：1，如何做到筛选视频困难样本的（只有这个答得有点曲折，也记不清项目里面是怎么做的了，其他答得还好的都记不清了，后面也知道了这个经历和公司业务内容强相关）八股：A。面试官说先从Python基础问起（问之前还确认了我用C还是用Python）：1，Python里面可变对象跟不可变对象的一个区别，及其含义，以及模型训练当中怎么用2，Python里面可变对象包括什么，元组算不算可变对象3，对上一个的follow up：可变对象和不可变对象的本质区别？也即list能不能作为哈希表的key？（可能因为上一个问题答得隔靴搔痒没有切中面试官的心意）4，什么是全局解释器锁GIL，在这种情况下怎么进行多线程编程5，什么情况下会用多进程什么时候会用多线程6，多进程之间做并发的话怎么去做数据共享以及同步互斥（一开始自己回答了Lock，后来面试官提示是多线程之间做的并发，于是端上了Event和Semaphore Quene等）7，了解过Python装饰器的作用吗，在代码里面有没有用过，它的原理是什么8，Python在数据处理当中常见的性能优化手段9，10个T的视频数据浏（浏览数据或者点赞数据），想去统计这些数（每个视频的观看人数和点击人数）。这个东西用Python来写的话，会怎么去写（后续补充：在本地的机上面处理，而不是说用分布式那种那个来处理。10个T还不至于一定要上分布式）B，计网：1，HTTP跟HTTPS区别和联系C，数据库1，了解数据库事务吗，简单讲讲2，LEFT JOIN 和INNER JOIN的区别（但是本人对数据库实在不熟不知道有没有听错问啥……）D，大模型Transformer里面会用那个Flas Attention跟那个Paged Attention去优化，它们的那个区别跟那个原理是什么代码手撕：最长回文子串，不过是直接返回子串面试官看我补全代码以后捉了点bug就没说别的了，问了问时间复杂度以及有没有比动归更好的解法（此外我听过一个说法，说如果面试官直接问你hot100原题就是很想招你进来了，我不清楚）反问环节：1，这个实习岗位具体做什么？业务场景是什么？——主要围绕 TikTok 直播的音视频内容理解与标签体系建设。在连麦、试音等场景下，对内容进行识别后自动打玩法/分类/风格等标签。目标是提升标签质量（准确率/覆盖率等）并推动自动化。工作会包含线上推理服务与工程链路设计，配合策略/算法团队做模型与策略调优2，使用什么模型对数据打标签？开源还是闭源？——同时会做开源与闭源大模型的对比实验，效果好的方案会通过实验与切流获得更多流量。根据内容来看感觉这个应该是加了AI调用和提示词工程的python后端开发，整体更偏工程，也无怪乎大模型这块也就问了这么点btw喜茶的提拉米苏浓巧好喝