总结：
机试的题在考后一定要复习，不会做就学会；
第二面之前，一定要及时复盘一面的问题，第二面可能还会问；
面试的问题的模块都挺固定的，算法面试一般就是机器学习深度学习，计算机知识，编程语言知识，数据结构与算法题目，这几个模块。

一面
日期：2021.3.3下午2点-3点
自我介绍
询问项目细节
自己先简单介绍一下项目的内容以及指标
机器学习深度学习知识点
? 机器学习一般有哪些分数，对于不同的任务
? 讲讲几种损失函数
? 正则化
? 了解1*1卷积吗？
? 讲一下过拟合和欠拟合
? 讲一讲BN，以及在测试阶段BN如何处理
C++知识点
? 32位系统的指针占用多少内存
后面我说我不太会了，就没问了
Python知识点
Python的内存管理
手撕代码
? 反转链表
机试代码回顾三题
? 对象属性排序
? 区间动态规划
? 动态规划
再次问项目
结束
二面
时间：2021.3.5 早上10点-11点10分
机器学习/深度学习
? 1*1卷积
? 数据增强的方法：
? 图像：加噪声，旋转，扭曲，平移
? 音频：时间拉伸（加速或者放慢音频）, Pitch shifting, Dynamic Range Compression (DRC), Background Noise
? 人脸识别的损失函数
? 正则化：l1 l2的作用和区别，dropout
? Dropout在测试阶段如何处理
? 为什么会出现梯度消失和梯度爆炸？
? 介绍一下分数，比如查准率查全率F1score
? 讲一下softmax
? 我们为什么要选择ReLU，其优点在哪？
操作系统：
? 多线程和进程的关系
? Linux文件权限管理
? Linux
? C++ stl 有了解吗？
Python知识点：
? Python内存管理（内存如何释放）（一面的问题再次出现了）
? Numpy的数组，pytorch tensor有什么区别？
? 数组reshape之后内容是否一样？
? 深拷贝浅拷贝
? Python装饰器
? 介绍一下深度学习框架 tensorflow pytorch
手撕代码：
二叉树的最大宽度 Leetcode 662
总结：
机试的题在考后一定要复习，不会做就学会；
第二面之前，一定要及时复盘一面的问题，第二面可能还会问；
面试的问题的模块都挺固定的，算法面试一般就是机器学习深度学习，计算机知识，编程语言知识，数据结构与算法题目，这几个模块。
三面
时间：2021.3.14 早上10点40-11点10分
? 自我介绍
? 项目介绍
? 项目的意义
? 项目的工作内容，或者贡献
? 描述一下你遇到最困难的事情。你怎么解决的？
? 你的意向工作地是哪里，这个岗位一般在杭州成都西安有位置？
我：深圳东莞
面试官：默默记下来
最后是记了大半页的东西，然后说还有什么要问的吗?
最后当天就发现被拒了。

赞一下(2) 踩一下

面试官很友好，问的一些基础问题，比如计算机网络说一些记忆深刻的知识，主要针对简历提出问题，问过往的项目经理，对于本科的时候的毕业论文如果现在再做会有什么机器学习方面结合的改进

编程题：
首先按照从上到下、从左到右的顺序输入一棵满二叉树中每一个结点对应的权重，例如输入1、1、2表示二叉树的根结点的权重为1，它的左、右两个子节点的权重分别为1和2。
然后判断该满二叉树中是否存在这样的非叶子结点：它的左子树上所有结点的权重之和等于右子树上所有结点的权重之和。
现在给你一棵满二叉树的所有结点的权重，请编写一个程序，寻找是否存在满足要求的非叶子结点，如果存在输出“Yes”，否则输出“No”。
输入描述
多组输入。
第1行输入一个正整数T表示测试数据的数量。(T<=100)
接下来T行对应T组输入，每组输入数据占一行，该行包含n个正整数（n满足2^k-1），两两之间用空格隔开，1输出描述
对于每组输入数据，如果能够找到满足要求的非叶子结点（左子树上所有结点的权重之和等于右子树上所有结点的权重之和），输出“Yes”，否则输出“No”。

赞一下(1) 踩一下

贵州电信 大模型算法工程师 2024.7.12
面试官人数:3
问题回忆：
1、具体介绍一下你的毕业设计。从数据清洗，如何处理数据，为什么要选择这个算法？
2、算法工程师在软件公司属于什么样的位置？算法工程师如何和项目经理、产品经理沟通的？如何理解算法工程师要为算法服务这句话？
3、看到你是软件工程专业，你能说一下软件工程它的关键思路是什么？如何理解呢？
4、你对未来的一个发展方向，或者工作期许是什么？你未来的工作。
5、能说一下你具体了解哪些算法吗？LSTM和GRU的区别是什么？
6、能介绍一下大模型吗？未来大模型的方向你能完成些什么工作。
7、说一下你所使用的注意力机制，介绍一下注意力机制的核心。
8、你说你做过大模型的工作介绍一下你是如何完成的？
9、你有什么问题想要问公司的？
感想与收获：
1、算法原来就是lstm和GRU那些东西，之前对算法的理解停留在了一个编程的方法或者考题，下次问你了解那些算法的时候就可以回答了；
2、自己做的东西，还是没有讲清楚，一定务必在下次面试介绍清楚自己的项目和毕业设计，一定是毕业设计要讲清楚，求求你了。
3、不要耍嘴皮子，还是有些过于放松了。问你会不会写文档，你直接说会写，之前参赛的文档都是自己完成的就行了。
需要搞清楚的内容：
1、毕业设计的讲解：
我得毕业设计题目是：基于异质图的知识追踪
任务情景：目前有许多在线学习的平台，类似mooc这样的平台，记录了许多学生的学习数据，这些学习数据l
面试官在意的点：增加的模块自己是否知道为什么要加。
候选人增加的模块自己是否知道是为什么要加。是否有理论上的推导过程以及对应的消融实验；如果将这个模块更换为其他的模块是否可以。例如：将图神经网络建模的依存分析树更换为 用 self-attention 直接对文本建模是否可以？图神经网络中是否使用了边 embedding 将不同种关系投影到了不同的空间中？
- 该项目/论文/竞赛旨在解决 XX 问题，我们提出了 XX 算法框架。个人负责内容为：XXX。最终我们获得了 XX 成果（达到了 SOTA 性能 / 提升算法效率 / 获得竞赛名次）

1、具体介绍一下你的毕业设计。从数据清洗，如何处理数据，为什么要选择这个算法？
2、算法工程师在软件公司属于什么样的位置？算法工程师如何和项目经理、产品经理沟通的？如何理解算法工程师要为算法服务这句话？
3、看到你是软件工程专业，你能说一下软件工程它的关键思路是什么？如何理解呢？
4、你对未来的一个发展方向，或者工作期许是什么？你未来的工作。
5、能说一下你具体了解哪些算法吗？LSTM和GRU的区别是什么？
6、能介绍一下大模型吗？未来大模型的方向你能完成些什么工作。
7、说一下你所使用的注意力机制，介绍一下注意力机制的核心。
8、你说你做过大模型的工作介绍一下你是如何完成的？
9、你有什么问题想要问公司的？

赞一下(0) 踩一下