面了美团和 OPPO 的机器学习算法岗，居然都问了大模型相关问题。。。

节前，我们社群组织了一场技术&面试讨论会，邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学，针对新手如何机器学习算法、企业级落地场景、大模型的发展趋势与落地实践、新人该如何备考、面试常考点等热门话题进行了深入的讨论。

我们将面试题和经验汇总后，融入了我们的宝典合集中：

• 1、《机器学习算法实战宝典》正式发布！
• 2、《机器学习算法面试宝典》正式发布！

---

今天我整理了一个同学的机器学习算法岗面试题，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。

美团春招

岗位：机器学习算法

• 问项目：问了一个项目，问的非常详细，大概问了30min
• 然后问基础：
• transformer的架构
• 为什么使用multi-head、残差链接和前馈神经网络层
• 梯度消失的原因是什么
• gpt和t5的区别
• bert和t5的区别
• 了解现有的大模型，比如 LLaMa 这些吗
• LLaMa 1和2的区别？
• 代码：删除链表倒数第k个节点，需要考虑到k>链表长度这个边界情形

oppo 春招

岗位：机器学习算法面经

1. 目标检测
   1. yolov5介绍，backbone结构等相关
   2. 卷积介绍，说卷积计算公式
   3. 了不了解轻量级的目标检测的算法
2. transformer
   1. 结构介绍
   2. 介绍多头注意力机制
   3. BN和LN的区别，为什么transformer要用LN
   4. 增加非线性是在哪个部分
   5. 了不了解vision transformer…等做cv的transformer
3. python
   1. python多维度，取最后一维5-9 怎么切片
   2. python中set的原理是什么
   3. 了解哪些数据结构，介绍链表
   4. 链表的增加删除怎么进行
   5. 链表反转方法
   6. torch中如果要增加一个维度怎么做
4. 传统机器学习
   1. KNN介绍，怎么迭代的
   2. Kmeans介绍
   3. 如果在使用knn，kmeans的时候，有噪音干扰，怎么处理
5. 大模型
   1. 平时接触过那些大模型？
   2. 大模型与传统算法的区别？
   3. 大模型幻觉问题是什么？
   4. 大模型为什么会胡言乱语？根源在哪？可以考虑如何解决？

技术交流

独学而无优则孤陋而寡闻，技术要学会交流、分享，不建议闭门造车。

建立了机器学习算法岗技术与面试交流群，面试真题、实战案例，均可加交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。

方式①、微信搜索公众号：Python学习与数据挖掘，后台回复：交流
方式②、添加微信号：dkl88194，备注：交流

资料

我们打造了《数据分析算法实战案例宝典》，特点：从0到1轻松学习，方法论及原理、代码、案例应有尽有，所有案例都是按照这样的节奏进行表述。