自我介绍算法题：股票的最佳买入时机问了简历上项目相关的事情问了为什么毕设用了transformer，它有什么优势，答的是自注意力机制，然后又问了transformer的编码与解码自注意力机制（没答上）问了如果遇到困难的事是怎么解决的，如果遇到新问题，是怎么解决的问了知道哪些机器学习算法，问了XGBoost的原理问了怎么去评价一个机器学习模型问了怎么去防止过拟合，什么是模型的泛化性，过拟合反问阶段，因为没想过能进面，这段主要是 Hr向我简单 介绍了一下

笔试时间：2025年9月28日往年笔试合集：2023春招秋招笔试合集2024春招秋招笔试合集第一题【背景信息】YOLO系列算法在目标检测领域采用了基于Anchor的机制。Anchor是预定义在图像上的一组固定尺寸和比例的参考框，在特征图的每个位置上预设多个Anchor框作为物体位置和尺寸预测的基准。通过模型预测Anchor与真实框的偏移量(δx,δy,δw,δh)，而非直接输出坐标，避免了直接回归绝对坐标的困难。【任务目标】基于K-means聚类算法生成YOLO目标检测中的Anchor框：给定N个检测框的宽和高，聚类得到K个Anchor尺寸，并按照面积从大到小的顺序输出Anchor尺寸。聚类的...

九章云极面试记录时间：2025/9/28时长：20min岗位：技术支持实习生（AI大模型）问题大致记录：自我介绍，介绍了熟悉java技术栈，SpringBoot，MySQL、Redis等。对AI领域感兴趣，学习了微调、RAG、LangChain框架等。介绍两端实习。第一段做java后端开发。第二段用HiAgent做低代码工作流和Agent开发，开发了十多个相关Agent。基于LangChain做了RAG应用等。问：AI方面的技术怎么学的？看过吴恩达等网课嘛？答：跟着GitHub上的有些开源教程项目学的，还有一些AI框架的官方文档，跑里面的代码，然后自己做相关应用，我的GitHub里可以看到。没...

timeline：7.7 投递AI开发工程师实习岗位 一直没消息9.20 发邮件说调整到秋招正式批9.26 线下一面首先，简单自我介绍了一下，问了一些基本情况。然后，让讲自己最有成就感的项目，画出项目框架图出来讲解。最后，是手撕一道场景题，如何设计一秒只允许10个前端请求进行响应。面了半个小时就寄了……

1. 签到题，知道ASCII码怎么计算就行2. 给一个initial数组，代表层序遍历一棵树的节点的权值（0代表空节点），节点权值只有1，2，3，4，5五种可能，然后给你一个target数组，要求通过操作把树的节点权值变成这个数组，操作是：选中一个节点，则该节点及其子树的所有节点的权值+1(如果超过5，变回1)。 问从initial变成target的最小操作次数可以边遍历边维护一个cum_diff[i], 代表i和i的所有父节点的已操作次数， 对于节点idx， (idx-1)>>1获得其父节点下标，进而获得所有父节点操作次数，当前节点还需操作： ( (初始需操作次数 - 所有父节点操作次数)% 5) %5  次p.s. 这题90%很可能是没考虑空树3. 有n(1<=n<=100)个魔法课程，每个魔法课需要mana[i]点法力学习，学习后能增强power[i]点法强，你只有M(1<=M<=1000)点法力值来学习，同时呢，你可以选择不同的楼层学习课程，共有m(1<=m<=5)个楼层，每个楼层有一个bonus[j](1<=bonus<=3), 即在第j层学习时，增强的法强和消耗的法力都×bonus[j],  你必须按顺序学习课程。 问你可以获得的最大法强一开始直接回溯做的，想剪枝剪了好久，然后发现，回溯优化一下不就是记忆化搜索，记忆化搜索优化一下不就是动态规划？于是直接开始dp， dp[i][j][k] 代表拥有法力k时，在第j层学习第i个课程后的法强最大值，更新的时候我是用的四重循环，要注意只有dp[i-1][floor][k]>0 且 k>=cost 的时候，才进行max(dp[i][j][k], dp[i-1][floor][k] + bonus[j]*power[i])的更新第四题，由于第三题先写回溯，再优化回溯，再换成dp，再改dp的错，改了一个半小时，第四题根本没时间做了，只记得大鱼吃小鱼（）

1️⃣一面 1.自我介绍，问实习2.介绍SFT3.transformer详细介绍4.介绍解码采样策略5.Flash Attention介绍6.手撕multiheadattention7.字符串解码2️⃣二面1.过项目2.推荐模型了解哪些？3.圆上三个点构成三角形的概率📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

📍笔试公司：得物🕐笔试时间：9.28💻笔试岗位：风控❓笔试问题：选择，概率统计，好多概率统计题，还有数据库、矩阵、数据结构和代码题编程，两道SQL，看似不难，第二道倒是一下就A出来了，第一道始终都是50%通过率，最后也没想明白🙌笔试感想：做完笔试再去官网看一眼，依旧是自从投完就没有变化的简历筛选中...

时间：30分钟bg单2硕 小厂实习+体面厂暑期1.  自我介绍2. 最满意的项目介绍+拷问八股3. 其他项目+拷问八股4. 反问- 组内业务- 新人培养模式- 对面试表现和简历评价这个岗位主要是使用ai视觉算法做电驱检测的，但命名为软件工程师，薪资按算法岗要还是开发要啊，有没有过来人大佬

华为我投的ai岗，上来先问项目，然后问机考编程题让我说思路，说完后又挖了下项目，不知道能不能过

📍面试公司：字节🕐面试时间：2025.9.28💻面试岗位：人工智能算法工程师-抖音生活服务❓面试问题：先自我介绍，可以展示ppt开始介绍我的项目，依然是挑最想讲的项目讲过程中会不断地和我探讨一些技术，这个面试官的思维会偏向于“这个地方如果这么做/改进可不可以”，而不是直接问你“为什么这个地方你这么做”，还是挺喜欢的这次的面试官和我的方向非常契合，整体体验很好然后开始算法coding：给不同的面值硬币，凑齐N元共有多少种方法，用dfs就行感谢放水呜呜，但是我脑子抽了，一开始的方法会有重复计数，还想了好久然后开始八股我哭死，这个面试官现在主要做AIGC，所以问的特别细：“diffusion中，DDPM和flow matching有什么区别”我只记得flow matching是学习的速度场了，数学原理全部不知道，如实告诉面试官“DDPM中，介绍一下重参数步骤”我哭死，其实我是会的，但是我估计第一个问题把我问懵了，下意识地说我不会，面试完才反应过来，我哭死由衷建议，简历上有diffusion相关经历的，把算法八股吃透后面跟面试官聊得知面试官主要做AIGC，我说我AIGC确实实践较少，面试官还安慰我说没事，希望真的没事吧

8.27投递 控制算法工程师9.16一面无手撕无八股，项目问的很细，面试官只对和岗位相关的项目感兴趣聊到我所用的MPPI算法，面试官很兴奋，因为他之前发表过一篇论文和这个控制算法很像对零跑汽车的看法，与其他车企的对比反问:工作强度如何？答：一周加班三天，大小周我的表现如何？答：应变能力很强，在目前的应试者中算好的总之和面试官聊的很开心--------------------------------------------------------------------------------9.28二面同样拷打项目手敲一个PID框架针对项目，MPC和LQR各自的优缺点岗位base杭州，我的同事...

岗位:风控算法复盘:在牛客平台做，50mins选择题几乎全是小学竞赛题类型，类似于计算小明先走二十步，最后小红什么时候追上小明，能算，但需要时间～可是我先做的编程题，花了很多时间呜呜呜编程:一道SQL

📍面试公司：大疆🕐面试时间：2025.9.28💻面试岗位：图像算法工程师❓面试问题：先自我介绍，可以展示ppt我选择掌握主动权，问面试官是否允许使用10分钟左右介绍我的项目，面试官说可以介绍最满意的一个项目，正合我意介绍过程中会穿插问题，比如“你用的方法A为什么会比方法B有效？有实验结果吗”之后问了一些其他的问题，比如：“有没有嵌入式的经验？”（我是搞深度学习算法的，所以无）“有没有ISP相关的经验？”（同样无，因为我的项目巧妙地绕过了ISP）“你喜欢摄影吗？用的什么相机？”“有用过大疆的产品吗？”“为什么没有考虑pocket系列的产品呢”（盲猜是pocket团队的面试官？）全程无八股无coding，30min不知道自己是不是更应该投递“计算机视觉工程师”这个岗，感觉如果有嵌入式、ISP相关经历的话会跟容易过

最近要社招面试，leetcode题目太多了，总结了一波。以下题单来自于：LeetcodeHot100题单、codeTop网站、灵神题单、Leetcode前300题目 然后总结。算法题单：双指针 1.1 排序 + 双指针 求和问题 解法：先对数组排序，固定左边，左右指针 L = i + 1, R = n - 1，左右两边去重题目：三数之和最接近的三数之和四数之和两数之和 II1.2 双指针-求面积问题 解法：初始化 left = 0, right = n - 1，前后指针求出最大值和较大值题目：盛最多水的容器接雨水1.3 原地修改 解法：一个指针记录目标位置，一个指针遍历数组，进行交换或覆盖操作...

岗位:风控算法复盘:选择题型主要是python类函数，统计知识（岭回归，正态分布啥的），初始化相关知识，树如何变二叉树代码:两个情景题，看起来不难，但没做出来哈哈哈哈，菜的多练

一、科大讯飞算法一面1. udp如何保证可靠性2. tcp头部字节大小3. 字符串匹配算法怎么设计复杂度最小4. kmp算法流程5. 一副扑克牌去掉大小王，随机抽七张牌，抽到炸弹的概率是多少6. 了解哪些设计模式讲一下不匹配，面试官人挺好，给我换java开发了二、java开发一面：1. hashmap原理2. ConcurrentHashmap原理3. 红黑树具体的好处是什么，有什么缺点4. b树b+树的区别5. 常见的线程安全的关键字讲一下原理6. 线程池具体有什么优化策略7. 优先级队列的原理8. Spring注解和AOP原理9. 循环依赖具体怎么解决的10. redis单线程讲一下，有多线程吗11. https的流程，TLS的加密流程12. 整个项目中遇到的难点，怎么解决13. 现在的项目有什么问题，高并发如何继续优化14. 下游服务宕机后，如何防止调用该服务的整个模块崩盘，接口设计有什么兜底措施15. kafka如何保证一致性和可靠性16. 有固定时间看书还是哪里不会点哪里17. 对大模型的理解18. go语言了解吗三、二面+hr面主要是针对项目经历，hr的问题还比较刁钻一点

深挖简历问了一段机器学习预测算法的经历，和一段VQA大模型的经历 八股（基于简历）神经网络的结构，如何调参，选了哪些特征baseline选了哪些，树和神经网络预测的差别GRPO，PPO，DPOLoRA调参和全局调参的区别，为什么冻结一部份参数达到的效果好追问Lora调参的步骤模型上线推理过程中耗时长怎么解决 开放问题进入团队之后会想做算法预测还是大模型对于和酒店打电话推销产品的语料库，怎么找到最优的推销话术 手撕算法leecode01背包问题，在有限背包容量求最大目标和

▶️一面 🚤时长约50min1．自我介绍。2．拷打了一下项目和论文。3．为什么多头注意力能提升表达能力？4．为什么要在大模型中使用 RMSNorm ？和 LayerNorm 有什么差异？5．KV Cache 是怎么起作用的？为什么对长上下文推理很关键？6．大模型推理时的加速思路？7．模型微调时遇到过过拟合吗？怎么处理的？8．✨算法题手撕：1️⃣字符串的全排列2️⃣二叉树序列化与反序列化▶️二面🚤时长约40min1．自我介绍，深挖简历。2．深挖项目，针对项目思路不断追问。3．大模型生成内容如何做去重过滤？4．如果词表特别大（10w+ token ), Softmax 加速通常有哪些实现？5．如果要在中文领域做Instruction Tuning ，需要注意哪些数据问题？6．LoRA 和 Prompt Tuning 有何区别，分别适于什么场景？7．反问。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1、自我介绍2、Xgb模型的特征工程到建模流程详细介绍，树的深度，数的个数3、Bert模型详细介绍，输入是什么4、可以直接写出transformer代码吗5、什么是multi-head，有什么作用，注意力权重计算公式6、力扣现场写，复杂度是多少，题目：返回所有和为 0 且不重复的三元组。九月初参加的滴滴算法面试，问题基本都是根据简历问的，深挖简历，最后有一道算法题，回答的一般般，挂