2023秋招算法岗（地狱难度）面经

2023秋招面经

本2硕9，一篇EMNLP一作，一篇C会一作，在投A会一篇也是一作（阿里妈妈实习做的）
秋招算法岗，简历被挂麻了，最后好在拿了几个offer，算法岗没论文还是不建议来卷了！
有论文都有点难卷

科大讯飞

提前批一面

1. 介绍论文
2. 模型参数大小，用的计算资源
3. 模型压缩怎么做？除了知识蒸馏
4. 对不定长的序列怎么处理，pad
5. 一个batch的数据长度方差比较大或者大部分pad为0，非常稀疏，排序的时候把等长的排到一块，怎么处理
6. 自回归和自编码的优缺点对比
7. 怎么把自回归和非自回归的结合起来？
8. 怎么理解静态mask和动态mask
9. 机器学习，HMM和SVD有了解吗？
10. 目前写过的整个project最多代码大概多少行
    提前批一面挂，转正式批

正式批一面

纯聊天

1. 你的优点和缺点是什么
2. 你的职业规划是怎么样的
3. 你五年后会成为什么样的人

快手商业化

快手商业化一面

1. 自我介绍
2. 做题，全排列
3. 如果nums有重复怎么办，怎么改
4. 上飞机问题，100个乘客，100个座位，第一个乘客随机坐一个位置，后面每个人上来如果座位被占了，就会随机坐一个位置，没被占的话就坐自己的位置，求第100个人坐到自己位置的概率？
5. 约会配对问题，有男生侧和女生侧，怎么设计一个系统对全局男生和全局女生得到最好的配对解，即男女产生like的概率越高
6. 分类指标AUC，pre，recall，F1
7. 线下AUC很好，线上AUC不高的可能原因？
8. 如何缓解过拟合问题？
9. 介绍项目
10. 实际的提升有多大，主要提升在哪个方面？

快手商业化二面

1. 自我介绍
2. 介绍项目
3. 项目的创新点
4. 有上线测试吗，实际的增量
5. 过拟合问题怎么缓解
6. BN和LN
7. BN训练和推理的时候的区别，BN推理的时候怎么保证infer样本为1的时候的量纲
8. L1和L2正则化的区别
9. 会C和C++吗？最好用C刷题，链表题，（C太久没用了，只会python）
10. 做题，链表的快速排序（不会，写了数组版本的）
11. 一个单链表，不知道长度，遍历一次的时间开销是不可容忍的，怎么随机采样m个节点的概率保证每个节点被采样到的概率都是相同的
12. 一个二维数组，行升序，列升序，怎么快速找到想要找到的数 ，时间复杂度是多少？
    商业化二面挂

快手推荐一面（被捞）

1. 全程问论文实习
2. 代码题：

• 判断单链表是否有环
• 找出环的入口和总长度

快手推荐二面

1. 全程问论文实习
2. 你的职业规划
3. 代码题：

• 括号回溯
• 两个有序数组的中位数，要求Olog（m+n） hard
  只写出来O(m+n)
  推荐二面挂

字节正式批

字节商业化一面：

1. 全程问实习，整个流程，有点打听项目思路的感觉
2. 问题，热门item和冷门item学到的embedding L2范数有什么差别
3. LR和MLP去掉激活函数是线性还是非线性
4. 代码题，要求找出和为target的所有组合数下标，数字可以相同，只要有一个下标不同即可
   字节一面挂

百度提前批

百度商业化一面：

全程问论文实习

1. 论文一，具体细节输入输出
2. 论文二，区别，贡献点，具体输入输出，loss
3. 实习，怎么做的
   做题：
   后序遍历非递归
   中序遍历非递归

百度商业化二面：

1. 全程问论文实习，各种细节，loss怎么算
2. 场景题，对广告做预估，特征，流程怎么做
3. 概率题，一个苹果，先扔硬币扔到正面的吃苹果，先扔的人吃苹果的概率
4. 代码题，最长括号匹配连续长度
5. 代码题，最长上升子序列长度，非连续

百度商业化三面：

1. 全程问论文实习
2. 你觉得自己做的项目怎么扩展
   百度已offer

小红书

小红书商业化一面：

手撕代码：

1. 给一个n，生成1-n的一个排列，使得排列的元素，前后两两相加为一个数的平方
2. 给定K个长度为N的有序数组，求合并后有序的数组

实习：
3. 问实习
4. GCN原理，GAT原理
5. 图学习的优点，与双塔对比的优点
已挂

OPPO

OPPO机器学习一面：

1. 无手撕代码，面试官不开摄像头，感觉是kpi
2. 纯聊项目
   聊完挂

携程

携程搜索推荐一面：

1. 介绍论文
2. 召回阶段和word2vec的联系
3. word2vec的负采样以及分层softmax
4. 图embedding和你的图学习的区别有了解吗？
5. 代码题：
   判断两个字典是否相同，字典中的元素可能还是个字典，并输出字典元素不同的键和值
   已挂

小米：

小米机器学习一面：

1. 介绍论文
2. 阿里妈妈实习
3. 介绍NLP
4. 机器学习模型了解哪些
5. 说一说你项目的创新点
6. 做题，

• 链表环的起点
• 公交车上下车问题，查分数组
• 快速排序

小米机器学习二面

1. 介绍论文
2. 阿里妈妈实习
3. 介绍NLP和机器学习的不同
4. 说一下BERT和robert的不同
5. 优化器
6. 做题

• 动态规划，最长公共子序列

小米机器学习三面

1. 介绍论文
2. 你是做NLP的，那说一说什么是NLP，直白语言，能给父母讲懂那种
3. 继续直白的讲解NLP的挑战是什么，怎么解决
4. 动态规划和贪心的区别
5. boost和bagging
6. sql会不会，找出日志中点击小米产品的user_id，并按照数量从大到小排序
7. 讲一下论文
8. 说一下，ANN search的过程

小米机器学习四面

1. 自我介绍
2. 对小米这个公司的认知
3. 为什么选择来小米
4. 职业规划
5. 对部门业务还有什么疑问
   已offer

美团：

美团搜索推荐一面：

1. 论文
2. 阿里妈妈实习
3. 项目
4. 做题

• 滑动窗口经典题
  挂

斗鱼

斗鱼搜索推荐一面：

1. 论文
2. 阿里妈妈实习
3. 场景题，怎么识别斗鱼直播弹幕中的喷子
4. 召回模型有哪些，怎么做的？
5. 召回中有用单塔的吗
6. 单塔和双塔区别
7. 预估模型有了解吗
8. 做题

• 投硬币，先投到正面获胜，先手方胜率是多少

斗鱼搜索推荐二面：

1. 为什么来斗鱼
2. 阿里妈妈实习
3. deployed了吗，上线指标增幅多少
4. 论文中NLP模型是什么
5. 业务中很少用预训练大模型，你怎么想
6. 遇到问题怎么解决

斗鱼HR面完，已offer

同花顺

同花顺NLP问财一面

1. 讲一下论文的贡献
2. 具体怎么做的，输入输出维度
3. loss损失函数
4. query理解和检索
5. 没做题

同花顺NLP二面

1. 介绍论文
2. 论文都是一作，对nlp这个领域的应用见解
3. 做题

• 动态规划
• 判重
  HR面完已offer

星星充电

星充一面

1. 介绍论文
2. 机器学习
3. 场景题，预测每个充电站的充电枪均时长
4. 场景题，预测优惠券发放多少，利益更高
5. 场景题，预测每个场站的电价，收益更高
6. boost和bagging
7. 做题

• 合并k个有序的长度为n的链表，时间复杂度nlogk

星充二面

1. 介绍论文
2. 实习上线怎么做的
3. 工程能力
4. 代码题

• 反转二叉树的单层节点

星充三面

1. 介绍论文
2. 介绍项目
3. 挑战和创新点
4. 怎么解决的

星充四面

1. 本科和研究生不同是什么
2. 怎么解决困难
3. 周围人怎么评价你
4. 你认为自己的优缺点
5. 为什么想来常州
6. 你的职业规划

已offer