1、自我介绍2、手撕三道题，两道用c++实现，一道用python实现，题目如下：(1)  括号匹配。(2)  括号匹配进阶版，判断json格式的字符串是否匹配。(3)  给出如[100,45,50,70]这样的数组，一个数字的权重定义为数字中所有数位的求和，如100的权重是1，45的权重是9，找出权重最近的两个数字并按照给定的格式输出。3、缓存击穿？4、软拷贝和硬拷贝？#面试##面经#

这面试视频的传播总是一卡一卡的，画质一点都不清楚。

投的岗位比较杂，主要是NLP，也包括一些多模态、大模型、推荐相关的岗位，最终拿到了腾讯、顺丰、平安金服和迪子的offer，华子、京东和百度的池子。 总结一下，首先算法的问题会问得非常杂，主要根据你的项目经历，面试官一般会从你的经历里挑和他们工作内容比较相关的点提问，然后不断扩展；反而八股文问的不多，一般是一些中小厂喜欢问八股。 最后是自己的一点见解，对于非研究性质的算法岗位，论文的权重并没有很大（也看面试官的喜好），反而是相关的竞赛/实习经历会非常重要。有意找算法岗的uu，一定要去搜广推（可以再加一个大模型）相关的岗位刷刷实习经历。 以下是整个秋招的面经： 用语言介绍一下Transf...

强化学习研究员一面寄，面试官以前做绝悟的，我现在实习小厂在复现绝悟的流程，因为算力不够所以很多都简化版，一边讲面试官一边淡淡的微笑，讲完也没问啥，心态直接炸裂。

50分钟左右 面试体验一般1. 自我介绍2. 算法题 linux下的路径存在"." ".." "~"三种特殊情况，请将相对路径解析成绝对路径注意两点a. 请去除多余的"/"和末尾的"/"b. "." ".." "~"可能会以普通字符的形式存在，如/a~b/c，应该将~看作普通字符，而不是解析为home目录3. 介绍开源活动3.1 介绍一下你的主要工作3.2 介绍一下你认为的难点3.3 你的工作最终完成应该呈现一个什么状态3.4 用户程序出了bug，系统会保存相关bug信息吗？4. 介绍实习4.1 介绍难点5.反问5.1 面试流程2~3轮技术面 + 一轮hr面5.2 业务5.3 面试结果1周内出

8-24面试，还没结果更新，隔三天就挂了算法题：矩阵中原有1的行和列置1，原地修改。要求空间复杂度低（我写的是复杂度最高的，面试官问有没有优化的方法，我讲了思路）快速排序单链表判断环的存在，如何找到入口损失函数用过什么python值传递和引用传递过拟合如何解决介绍SVM， pooling， 1*1convtransformer介绍，如果长序列爆显存，如何处理。YOLOv8了解吗目标检测的评估指标有什么，如何提高recall没有问论文和项目

面试时长：60min面试内容：* cpp如何定义hash function* 碰撞解决办法，unorderedmap里面是什么* simd和simt区别* bank conflict如何解决* gpu内存结构* 智能指针讲解* 什么时候不能用智能指针* 左值引用 右值引用* cpp内存结构* 菱形继承讲一下* 虚函数表第一项是什么* 虚函数表怎么实现* 手撕：给一堆点，求多少个矩形反问：* 统招统分* 一共4面

一、简介当涉及到聚类和分类问题时，K-Means（k均值）和KNN（K最近邻）是两种常用的机器学习算法。K-Means的目标是最小化所有数据样本到其所属簇中心的平方距离之和，即簇内误差平方和（SSE）。该算法适用于密集型数据和簇结构明显的情况，但对于不同大小、不同密度的簇效果可能不佳。KNN通常适用于小规模的数据集，而且对于特征空间的维度较高时效果可能较差。此外，KNN是一种"懒惰学习"算法，它在预测时需要存储全部的训练数据，并且计算复杂度较高。二、面经1、请简单介绍一下Kmeans的思想，它的优缺点分别是什么？2、Kmeans时间、空间复杂度分别为多少？3、Kmeans聚...

背景：主研多模态分类领域，秋招主要投NLP和多模态方向的算法岗，如果机器学习的岗位描述和我相符也会投我建议每一个秋招人都投投超参数科技磨练磨练，面试官人都很有耐心，问的也很细，答不上来还会提醒你，会让你对自己的项目细节有一些新的思考，听了宣讲觉得他们公司氛围也很好很年轻，奈何人家不要我流程：投递岗位为自然语言处理研究员，投递时间n，一面时间m=n+16天，二面时间k=n+23天=m+7天，二面后一直排序，最终无疾而终二面（聊天＋八股）楼主本科不是计算机的，所以问了该专业的核心课程有些什么？然后从我说的课程里，选了一个问这个课学了什么？什么时候开始了解自然语言处理，为什么选自然语...

提前批超参数二面后无消息地平线一面挂字节二面挂百度二面挂快手一面挂秋招字节一面挂网易二面挂美团一面挂oppo一面挂（太kpi了富途一面挂（官网显示没挂，但等太久了，当作挂了insta一面挂（投错了 音视频开发微软一面挂美的一面挂（离谱宽德投资 二面挂 南方基金 二面挂 招商银行 三面hr挂（无语😓深信服 三面线下完 （要了面评...挺无语😓 迅雷 二面拒了科大讯飞二面后无消息（应该是挂了吧亚马逊二面后 无消息（应该打不过神仙Offer三一两面后 意向 offer理想两面后 意向 offer用友三面hr后 意向 offer 天翼云 意向 + offer 广发银行 二面hr完 offe...

1. 归一化：将特征缩放到0~1或-1~1之间 2. 模型参数：y = wx + b 中的w和b，通过学习得来的     超参数：提前设置好的，主要根据经验值或试验得来 3. 激活函数的比较 1)Sigmoid和RELU - Sigmoid容易出现梯度消失， RELU修正了梯度消失的问题 2)Sigmoid和tanh - Sigmoid范围0~1，均值点为0.5; tanh范围-1~1，均值点为0 - tanh收敛速度比sigmoid快 3)Sigmoid和softmax - Sigmoid用于二分类，softmax用于多分类 4)softmax和Relu - softmax主要用于输出...

背景：楼主主要做多模态分类任务方面的研究，秋招主要投NLP和多模态岗位，如果机器学习岗位描述和我相符我也会投我建议每一个秋招人都投投超参数科技磨练磨练，面试官人都很有耐心，问的也很细，答不上来还会提醒你，会让你对自己的项目细节有一些新的思考，听了宣讲觉得他们公司氛围也很好很年轻，奈何人家不要我流程：投递岗位为自然语言处理研究员，投递时间n，一面时间m=n+16天，二面时间k=n+23天=m+7天，二面后一直排序，最终无疾而终一面：1. 自我介绍2. 介绍一个项目以下问题均针对不同项目的细节提出：3. 多模态的任务，在BERT的输入，图片的输入是怎么处理的？4. 图文匹配还有一些好用的loss可以了解一下：文本可以在BERT一侧像预训练一样加上一个MLM的loss；image text alignment，图片和文本对齐的loss5. 图文匹配时，loss是采用的是像clip一样的对比学习的方式嘛？对比学习就是在同一个batch内组负样例。6. 写二分类的交叉熵公式，多分类的交叉熵公式怎么写？7. BERT一层encoder的transformer block包含了哪些元素，或者说算子是如何forward的？8. BERT用的Normalization是LN，那LB和BN的区别是什么？为什么在文本中用LN更好，而在图片中要跨batch做normalization？9. LN的公式？为什么要先把他映射为均值为0，方差为1，有给他乘上增益，加上偏置呢（为什么要再做scale）？10. 写一下self-attention的公式11. BERT用的优化器是什么？（Adam）它的优点是什么？12. 蒸馏的temperature了解嘛13. student学习的时候，是直接学习的teacher的预测值，还是预测值和label都有学习到？14. 模型的loss是怎么算的？15. word2vec里面，因为词表数过多，训练效率的问题有哪两种优化策略？（负采样；层次softmax，将词表构建为树的模型，从O(n）缩到O(logn)）16. LSTM在解决梯度爆炸或者梯度消失问题上有什么特点？三个门用到的激活函数是什么？（sigmoid，门是为了保证概率在0~1之间才能控制输出多少量）17. 编程题：最长递增子序列

写在之前 大家好呀，我是帅蛋。 今天来更新机器学习篇面试，这一部分一共 32 道题。Python 面试八股文尽在帅蛋的【最强Python面试题】，大家一定要记得点赞收藏呀！！！ 欢迎和帅蛋聊一聊~扣扣2群：609771600，获取最新秋招信息 & 内推进度，日常聊聊迷茫吹吹牛皮，抱团取暖 顺便提一句，我所有和面试相关的内容都会放在#帅蛋的面试空间# 中，大家可以关注下这个话题~ 我会尽我最大的努力帮助到大家哒！！！ 以下是正文 1、什么是机器学习 简单的说，机器学习就是让机器从数据中学习，进而得到一个更加符合现实规律的模型，通过对模型的使用使得机器比以往表现的更好，这...

超参数的面试整体感觉还是比较有创业公司独角兽的风格，不像大厂面试会问很多八股文。一面1.字节的实习相关25mins2.设计题：有前置依赖的情况下，如何找到可行的执行顺序。(实际上就是lc的课程表)3.算法 两条链表的加法二面：是我秋招这几场面试里压力最大，最考验临场思考和思维能力的面试，但是确实能从中看出面试官的功力，必须点赞！1.字节的实习相关20mins2.开始代码折磨 35mins2.1 矩阵乘法的复杂度是怎么样 具体分析一下2.2 现在我给你这个矩阵乘法的代码，你看下有没有问题2.3 你觉得这个代码可以怎么优化，  我说：是从算法层面优化，还是代码底层机制执行的优化呢，是不是涉及到时空...

投递岗位：C++后台开发 面试时间：07/29 一面（50min） 介绍一下各个排序算法以及他们的使用场景？ 既然你提到了C++的sort使用的是快排，为什么使用快排呢？ MySQL索引以及实现原理？ QQ、微信的传输层协议是UDP还是TCP？ 如何基于UDP实现可靠传输？ 项目中对Nginx的使用是怎么做的？ Nginx雪崩怎么解决？ 项目中GET和POST请求是如何区分和实现的？ 算法：力扣239 滑动窗口最大值 反问： 工作职责，任务需求？ 此次面试的表现如何？ 一面挂，第二天下午给我发了感谢信。八股文回答的一般，尤其是UDP可靠传输和Nginx雪崩确实没...

7.20一面凉 1.自我介绍 2.项目介绍，根据项目提问，实验室项目中如何提高系统的并发性以做到实时性，以及项目的工作流程；开源项目中问到项目的组织框架，项目如何实现系统的功能，以及一些系统可能出现的问题该如何应对，如何实现基于epoll的io复用机制，rpc的同步与异步，协程...项目问了很多问的很深，大概20多分钟 3.C++基础问到C++11、一个C++源码变到可执行文件的过程、什么叫链接 4.开放性问题，如何再海量图片中搜索出与输入图像相关的图片 5.编程题：输入一个数组，自己构造二叉树并输出中序遍历 总结：答的很烂，项目问的很深很细节准备的不好。。。开放问题答不出，编程题键盘坏了敲不...

问题答案可关注公众号 机器学习算法面试，回复“资料”即可领取啦~~1.机器学习理论1.1 数学知识1.1.1 机器学习中的距离和相似度度量方式有哪些？1.1.2 马氏距离比欧式距离的异同点？1.1.3 张量与矩阵的区别？1.1.4 如何判断矩阵为正定？1.1.5 距离的严格定义？1.1.6 参考1.2 学习理论1.2.1 什么是表示学习？1.2.2 什么是端到端学习？1.2.3 机器学习的学习方式主要有哪些?1.2.4 如何开展监督学习?1.2.5 类别不均衡问题怎么做?1.2.6 维度灾难是啥？怎么避免？1.2.7 生成模型和判别模型的区别?1.3 优化理论1.3.1 什么是凸优化？1.3....

2022.7.15 一面 70分钟 自我介绍 实习经历，问的比较细，大概 20 分钟 开放题：如果你设计一个后台，会做哪些反爬措施 在 showmebug 上写算法题：给一个列表，每个元素代表平面上点的座标（[(0, 0), (1, 2),......]），求能组成的矩形的个数。写完以后让估算一下时间复杂度，没有让继续优化。 如果服务端出现大量 time_wait，可能的原因是什么，会造成什么后果。 2022.7.19 二面 45分钟 自我介绍 实习经历，大概10分钟 问了一下学过哪些课，数据结构、计算机网络、操作系统，听到没有学过计算机组成说建议学一下 关于多态 C++ 的多态是怎么实...