面了腾讯和旷视的计算机视觉岗（实习生），被问蒙了。。。。

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朋友、参加社招和校招面试的同学，针对算法岗技术趋势、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。

今天我整理一位在校学生面试算法（实习岗）的面试题，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，可以文末加入我们交流群。

---

腾讯视频 pcg

一面

算法题：回文字符串的判断

字符串中最长的回文串(暴力写了一个o(n3)的，然后动态规划不知道怎么 初始化讲了思路)

面试：

介绍项目

介绍ATSS的方法和改进；

描述yolo的改进；

fcos和centernet的实现(不是自己实现的所以一笔带过)

二面

算法题 写了20min：

字母赋值求和 (一点思路都没有，面试官提供思路，实现之后再对边界问题进行了实现)

介绍项目

介绍ATSS然后对ATSS的看法和怎么改进(这里对ATSS存在的问题进行详细的讨论，主要讨论我发现的)；

为什么做项目里这种模型形式

问问题：

可不可以线上，主要做什么业务，实习生做什么

三面

算法题：

多个有序数组 合并成一个 有序数组

面试：

讲讲项目和实习上的东西

聊了一下yolo系列的变化和改进

场景题：

1. 从零到有构建一个可以在视频检测目标的模型，包括使用什么模型，怎么获取label等等。

2. 给一张人脸在多个视频中索引，如何考虑侧脸或者遮挡导致的不精确的问题？

讲讲梯度爆炸和梯度消失，我说bn和resnet都可以解决。面试官问resnet怎么解决，这里答的不好。自己感觉主要是解决梯度消失的问题

问问题：

我认为目标检测的精度有点接近瓶颈了，公司里会更加注重部署这块的么？比如模型压缩或者写自己的算子服务模型之类的？

HR面

整体就是随便聊，但是总得来讲很正式

自我介绍

说说自己的实习经历，最大的挑战

如何评价自己

简单的一些背景调查

总结

这是腾讯面的第二个部门，在流程上正式一些，直接在官网上拉进了面试流程。(第一个直接邮件通知)

但是体验上有时候会一般般，比如二面的时候没交流直接定了面试的时间，不过最后我说不合适就改了。

三面的时候恰巧下午赶飞机，面试官迟到了半小时心里有情绪，在场景题上则基本自己发挥，面第一个部门的时候面试官会和我交流交换一些思路，那时候更像讨论问题，更喜欢一些。

旷视

一面

聊项目

提出repvgg的动机是什么？为什么repvgg量化的效果特别差？

ssd，yolo，fcos， atss等assign形式描述一下

写一个fpn的伪代码

链表删除重复的值

有什么防止过拟合的操作

样本不均衡该怎么解决

yolo有什么改进

讨论了一下yolof

场景题

如何将歌曲推荐给用户：可以询问需要什么数据然后慢慢回答

如何分类一个短视频是否优质

给定一个数组，求和最大的连续子数组

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~

我们建了算法岗面试与技术交流群， 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+CSDN

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