节前,我们组织了一场算法岗技术&面试讨论会,邀请了一些互联网大厂同学、参加社招和校招面试的同学,针对大模型技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。
今天我整理一下算法岗方向面试题,分享给大家,希望对后续找工作的有所帮助。喜欢记得点赞、收藏、关注。更多技术交流&面经学习,可以加入我们交流群。
华为硬件工程院
岗位:算法工程师
一面
-
简述笔试第二题的思路(广度优先)?
-
广度优先和深度优先的区别?
-
如果要求最近距离的话,应该用哪种算法?
-
知道dijkstra算法和prim算法的区别吗?(没答出来,因为prim忘了)
-
dijkstra算法是怎么实现的?
-
了解C++的容器吗?
-
你在笔试中遇到了short,知道short和int在不同的操作系统里占的
-
自我介绍(会打断,然后展开来问,后面的问题都是这样,还没介绍完,这部分就结束了)
-
确认基本信息,包括学校、毕业时间、六级、论文等
-
你的学业奖学金,他的比例是多少?
-
问项目,比如简要介绍项目,遇到的困难,怎么解决的等等
-
给一个数字n,转化为二进制,找到对应的二进制字符串里最长连续0的数量。比如4,二进制字符串是100,结果就是2。
-
给一个字符串,把相邻的相同的字符删掉。比如“abccbd”,结果是“ad”。
-
讲一下代码
-
反问
二面
-
自我介绍
-
项目里有什么困难,怎么解决的(问的很细,加上他自己的理解,互相讨论)?
-
还有其他项目吗?
-
没有其他项目了吗?(就准备了两个,裂开)
-
给你几个数字如{123,4,456,789},请把他们组合成一个最大的数。
-
你还有其他信息要补充的吗?
-
反问
三面
-
自我介绍
-
我看你搞了CATIA(一个法国的三维建模软件)的二次开发,如果让你去搞一个一样的软件,你会怎么搞?
-
假如我是投资人,给你几个亿美金,你会怎么搞?
-
你觉得国产工业软件可以赶超国外吗?可以的话,为什么?多少年?
-
为什么现在可以?一二十年前不行呢?
-
最后面试官说了他对上述问题的看法(我像个听课的学生😂)
-
籍贯?意向地?
-
你觉得你的主要优势是什么?
-
学习成绩排名?
-
考研还是保研啊?为什么没能保研呢?谈恋爱去了?(笑)
-
想来华为吗
-
有女朋友吗?她对你来华为怎么看?
-
关于你的主要优势,有什么事可以体现吗?
-
反问
小红书
岗位:算法岗
一面
-
自我介绍
-
介绍项目
-
gcn和graphsage的不同
-
transformer和bert的postion embedding
-
神经网络如果权重全部初始化为0会存在什么问题
-
没有隐藏层,单层感知机,是什么情况
-
单层感知机,使用交叉熵损失,求导
-
做题:最长递增子序列
-
问意向城市
-
反问
二面
-
自我介绍
-
介绍论文,为什么不做成端到端的,异构图
-
在图上进行采样有什么高效的方法
-
有没有比较一些文本分类的算法,大规模类别的
-
做题:计算圆周率,使用的随机数生成,问有没有什么高效的方法
-
反问
三面
-
自我介绍,选一个项目讲一讲
-
多模态对齐实际上到底有没有用
-
如何判断表示是在一个欧式空间里面,如果不同的表示来自希尔伯特空间和欧式空间应该怎么做
-
找工作看中什么,小红书和其他大厂的不同
四&HR面
-
问论文,问实习,都是常规
-
问图表示学习,如何评估,有没有看过最新的论文,如kdd等上面
-
n*n矩阵,找到行最大列最小的元素,时间复杂度是多少,如何优化
-
部门介绍
-
问过往比较重要的时间段
-
过往比较苦难的时间
-
目前offer,公司选择,城市选择
Momenta
岗位:算法岗
一面
-
自我介绍
-
讲paper
-
coding:transformerLayer:self-attn和ffn实现;
-
继续问sqrt(dk)的作用,能不能用norm呢?
-
写太快又来一题:求一个6面均匀的骰子,不断投,每面至少出现一次的期望
-
模拟
-
进一步误差如何得到:多测几组得到均值和方差
-
介绍组里做的方向:主要是深度学习的轨迹预测
二面
-
大致过一遍项目
-
问炼丹熟练度:
-
Loss nan遇到过吗?怎么办
-
Cuda超显存遇到过吗?怎么办
-
不收敛遇到过吗?怎么办
-
训练慢遇到过吗?怎么办
-
Profiler用过吗?用来debug什么
-
部署经历有吗
-
反问:介绍组里planning方向
三面
-
自我介绍
-
讲项目
-
视觉,nlp,多模态大模型的进展
-
instructGPT的RL损失相比有监督损失有什么作用:调节正负样本距离
-
写题:输出所有的连续正整数序列,和为输入的target
-
反问
三星
岗位:视觉算法岗
技术面
-
英文自我介绍(主要看你口语是否流利,面试官会用这段时间看简历,所以说错也不要紧)
-
深挖项目
-
边缘检测算子有哪些,算子的参数值是多少
-
jpeg图像压缩方式
-
c++ vector加入元素时空间不足如何扩容
-
腐蚀、膨胀操作的目的
-
c++17(记不得具体是什么了,当时也没答出来)
-
tcp三次握手 每一步seq、ack的值
-
使用过哪些模型
-
训练的数据量有多少
-
训练时长
-
反问
HR面
-
中文自我介绍
-
有过实习吗->参与过竞赛吗
-
用几个词形容一下你->你提到你说话直言不讳,这可能会让对方不适,如何应对
-
你的兴趣爱好(沙卵二次元)->去过漫展吗->出过cos吗->为什么cos这个角色
-
期望薪资(突然插入,大概说了个数,没压价)
-
你在学生会担任什么工作->策划过哪些活动->检查时遇到矛盾如何解决->如何管理下属
-
现在有offer吗->为什么没接
-
压力最大的时候->如何缓解
-
有艺术特长吗->学校活动会找你做主持人吗->为什么找你->你的主持风格
-
反问(公司保密制度相关)
技术交流
前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~
我们建了NLP&大模型面试与技术交流群, 想要进交流群、需要源码&资料、提升技术的同学,可以直接加微信号:mlc2060。加的时候备注一下:研究方向 +学校/公司+CSDN,即可。然后就可以拉你进群了。
方式①、微信搜索公众号:机器学习社区,后台回复:技术交流
方式②、添加微信号:mlc2060,备注:技术交流
用通俗易懂的方式讲解系列
- 用通俗易懂的方式讲解:不用再找了,这是大模型最全的面试题库
- 用通俗易懂的方式讲解:这是我见过的最适合大模型小白的 PyTorch 中文课程
- 用通俗易懂的方式讲解:一文讲透最热的大模型开发框架 LangChain
- 用通俗易懂的方式讲解:基于 LangChain + ChatGLM搭建知识本地库
- 用通俗易懂的方式讲解:基于大模型的知识问答系统全面总结
- 用通俗易懂的方式讲解:ChatGLM3 基础模型多轮对话微调
- 用通俗易懂的方式讲解:最火的大模型训练框架 DeepSpeed 详解来了
- 用通俗易懂的方式讲解:这应该是最全的大模型训练与微调关键技术梳理
- 用通俗易懂的方式讲解:Stable Diffusion 微调及推理优化实践指南
- 用通俗易懂的方式讲解:大模型训练过程概述
- 用通俗易懂的方式讲解:专补大模型短板的RAG
- 用通俗易懂的方式讲解:大模型LLM Agent在 Text2SQL 应用上的实践
- 用通俗易懂的方式讲解:大模型 LLM RAG在 Text2SQL 上的应用实践
- 用通俗易懂的方式讲解:大模型微调方法总结
- 用通俗易懂的方式讲解:涨知识了,这篇大模型 LangChain 框架与使用示例太棒了
- 用通俗易懂的方式讲解:掌握大模型这些优化技术,优雅地进行大模型的训练和推理!
- 用通俗易懂的方式讲解:九大最热门的开源大模型 Agent 框架来了