27届找暑期实习，目前0面试邀请。求拷打。目标岗位算法工程师

1．自我介绍2．项目深挖3.推荐业务目前的优化目标是什么？4.多场景建模具体指什么？不同场景下用户行为有什么差异？5.这些场景是分开建模还是统一建模？特征或网络层面有没有做场景区分？6.如果特征落盘时刻上下文发生变化7.介绍一下 RankMixer 的结构原理。它与 MLP 、 Transformer 或 DIN 相比，核心区别和优势是什么？8.如果拓展 token 数量，具体如何实现？9.所有场景样本是一起训练还是分开训练？指标是看全局还是分场景？10.超长序列建模的长度是多少？具体实现方案是什么？11.多尺度注意力指的是什么？与全序列原生 attention 相比有何区别？12.不同时间段的序列输出如何融合？如何平衡每个时期兴趣的权重？有没有自适应机制？13.手撕代码： Request 维度的 GAUC 计算📳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。

备战了几个月，刷了几十套大厂面经，把C++方向的高频考点全部整理出来了。华为、大疆、字节、地平线、海康、商汤、百度、腾讯、阿里，这些公司的C++面试题我基本都过了一遍，发现考来考去就是那些核心知识点。这篇文章把最高频的考点全部列出来，每个点都标注了考察频率，帮你把有限的时间花在刀刃上。一、内存管理（必考，几乎100%）堆和栈的区别栈：编译器自动管理，速度快，大小有限（默认8MB），局部变量和函数调用信息存这里堆：手动管理（new/delete），大小受限于系统内存，灵活但容易泄漏内存布局（必须背下来）text段：代码，只读rodata段：字符串常量、const变量data段：已初始化的全局/静...

我这次求职节奏属于“断断续续型”。寒假刚结束就开始改简历，3月初正式投递。前期基本没回应，直到3月底才集中收到几家面试邀请。4月上旬连着跑了三轮技术面，中间还穿插笔试。等到HR联系已经是4月下旬了，最终5月中才收到确认录用通知。从第一次点击“投递”到拿到OC，大概两个半月。真正体会到什么叫“流程慢、反馈慢、心态不能慢”。建议一定要并行推进，多线作战。

面试官背景为 NTU 博士、传统控制出身，问询极细，按项目维度拆解如下： 1. 强化学习规划项目  数据获取： 仿真数据集是如何获得的？ 算法鲁棒性： 是否会出现陷入局部最优的情况（如死胡同无法脱困）？ 仿真建模： Gazebo 仿真中为什么要选择使用差动模型（Differential Model）？  2. VLN（视觉语言导航）项目  技术实现： 三维重映射（3D Remapping）的具体实现方案。 性能评估： 实际运行效果如何？ 实机部署： 模型是否支持在真实机器人硬件上运行？如果可以，推理/运行速度表现如何？  3. 机器人操作项目  全身控制（WBC）： WBC 具体实现了哪些任务...