个人简介：双广州某985(2015-2022)、计算机硕士(保研)、CV方向、论文在投、YY算法岗3个月实习、国家级竞赛一二等奖(Robot CV相关)、研究生实验室个人项目、硕本GPA分别为3.61和3.37 秋招经历： ① 美团：到店平台技术部>ML/DM>二面后泡很久然后挂 ② 快手：机器学习算法岗>三面后泡很久然后挂   ③ 字节：抖音推荐算法岗>二面后挂(面试官迟到45min左右, 只面了15min)    ④ 腾讯：腾讯广告>机器学习算法岗>二面后挂  ⑤ 京东：全渠道算法>机器学习算法岗>二面技术+HR面>offer ⑥ 阿里：淘特事业部>机器学习算法岗>三面技术+HR面>offer ⑦ 华为：智能车云领域>CV岗>二面技术+业务主管面>offer ⑧ TPLINK：CV岗>二面技术+业务主管面>offer ⑨ 百度：凤巢模型组(商业策略研发)>ML/DM/NLP>二面技术+业务主管面>offer 面经分享：自我介绍、项目细节、研究方向的常识和发展现状略，只分享我留有印象的代码题和算法相关问题   Code   // 链表和二叉树  1. 反转链表； 2. 重排链表； 3. 二叉树的中序遍历(递归和迭代两种方法)； 4. 不同的二叉搜索树； 5. 二叉树的直径；   // 滑动窗口  1. 无重复字符的最长子串(输出长度或输出最长子串)； 2. 最小覆盖子串；   // 回溯法  1. 括号生成； 2. 单词搜索；   // 二分查找  1. 在排序数组中查找元素的第一个和最后一个位置；   // 动态规划  1. 最大子序和； 2. 不同路径； 3. 最小路径和；   // 深度(广度)优先搜索  1. 岛屿数量；   // 双指针  1. 移动零；   // 其他  1. 找到所有数组中消失的数字； 2. 和为 K 的子数组(和为k或和大于k的连续子数组的个数)； 3. 大数加法(以字符串形式读入两个数字, 计算它们的和并以字符串形式返回)； 4. 从一组归一化频率中采样索引(输入数组中的每个数字是对应索引的频率，请编写采样函数使产生的整数在索引范围内, 且频率与数组给定分布一致； 5. 求一个数的平方根, 不能使用内置函数如sqrt(二分法和牛顿法)； 6. 手写卷积； 7. 二维maxPooling(padding+步长的代码或步长1的代码)； 8. 用Rand7()实现Rand10()；   9. 给两个检测框，计算IOU；    目标检测  1. 评价指标：mAP及计算方法； 2. 最新的目标检测算法(研究内容的现状)； 3. 我的目标检测方法的推理速度； 4. focal loss； 5. Faster RCNN/SSD/YOLO及区别；   基础知识  1. 各种排序算法及时间复杂度； 2. 线程和进程； 3. map底层数据结构、红黑树； 4. 大根堆、小根堆、优先队列； 5. 虚函数；   模型评估和经典算法  1. Accuracy/Recall/Precision/ F1-score/ROC/AUC； 2. 网格搜索法； 3. SVM/LR、为什么SVM对异常值不太敏感； 4. SVM可以用哪些核函数； 5. GMM高斯混合模型、K-means和EM算法；   概率图模型  1. 贝叶斯模型； 2. 马尔可夫模型；   卷积神经网络  1. 解决过拟合的方法； 2. BN原理、公式、代码实现、训练和测试的区别、track_running_stats； 3. ResNet原理、残差为什么有效； 4. 卷积时间复杂度和空间复杂度计算； 5. dropout原理、位置、训练和测试的区别； 6. L1和L2正则化； 7. 交叉熵/softmax及求导；   循环神经网络  1. LSTM和门控机制； 2. 如何解决RNN的梯度消失和梯度爆炸； 3. Skip-gram的负采样； 4. 对attention机制的了解；   集成学习  1. Boosting、Bagging、不同及优缺点； 2. XGBoost/GBDT及联系和区别； 3. 梯度提升决策树的基本原理；   生成式对抗网络  1、CycleGAN；   其他  1. 了解哪些半监督领域的方法； 2. transformer及其优缺点、self-attention中为什么除以根号dk 3. 解决类别分布不均衡的方法；