演算法工程師面試經驗

⑴ 百度計算機視覺演算法工程師面經(research 崗，已offer)

一面(技術面)：
1、相機外參，相機內參
2、分水嶺演算法
3、目標檢測了解嗎
4、3D這塊有了解嗎
5、論文是你寫的嗎
6、介紹一下圖像分割
7、Deeplab v1, v2, v3, v3+
8、U-net後續改進
9、Non-local
10、經典三維重建公式
11、分割常用backbone

二面(技術面)：
1、數據增強方法
2、dropout方法
3、圖像分割常見深度學習方法
4、簡單介紹一下三維重建項目，平行還是stereo，如何估計的depth map
5、deep lab v3與deep lab v3+的區別
6、深度可分離卷積介紹，輸入輸出，channel數
7、為什麼mobile net要用深度可分離卷積
8、數據集imbalance如何處理
9、常見的圖像分割損失函數
10、iou能作為損失函數嗎
11、linux 下shell命令行開發熟悉嗎
12、組里以發論文為主，寫論文的意願
13、相機內外參
14、現在大幾，可實習到什麼時候
15、希望自驅性比較高

三面(hr面)
因為是日常實習崗不是校招所以沒有...

總結
二次面試過程中我都有些太隨意了，有過一些打斷面試小姐姐說話的舉動，謝謝說的比較少，中間不舒服還活動了下嗓子...還好問的問題比較簡單最後過了。

⑵ 本科生24暑期實習NLP（Infra & LLM）演算法工程師面經

本科生24暑期實習NLP演算法工程師面經總結如下：

一、面試准備

1. 簡歷投遞：

   • 利用多種渠道提高簡歷曝光度，包括朋友圈、北大未名BBS、北郵人論壇及專業招聘網站NLPJOB、牛客網等。
   • 針對非研究生學歷的劣勢，通過積極投遞簡歷來爭取面試機會。

2. 知識准備：

   • 深入了解預訓練、垂類LLM和Agent相關的基礎知識。
   • 准備與面試崗位相關的項目經驗和技術細節。
   • 練習解決簡單的演算法題，以應對可能的編程測試。

二、面試過程

1. 面試內容：

   • 與面試官的對話主要圍繞項目經驗、技術細節和行業趨勢展開。
   • 不同公司面試側重點不同，如滴滴和網路文心關注項目和技術細節，零一萬物則側重於並行計算優化和基礎演算法題。

2. 面試體驗：

   • 面試過程中，要保持謙遜和專注，積極回答面試官的問題。
   • 對於不懂的問題，要勇於承認並嘗試給出自己的思考過程。

三、公司選擇與排名

1. 公司排名：

   • 根據個人見解，將阿里Qwen列為頂級LLM公司，Minimax、零一萬物、網路文心等列為第一梯隊，商湯科技和騰訊AI Lab列為第二梯隊。

2. 實習選擇：

   • 在收到的面試邀請中，經過綜合考慮，最終選擇商湯科技作為實習公司，認為其能提供更多的成長機會。

四、總結與建議

1. 關鍵要素：

   • 高質量的項目、論文和實踐經驗是獲得面試機會和通過面試的關鍵。

2. 持續學習：

   • 保持對不同領域的好奇心和持續學習，不斷提升自己的技術能力和專業素養。

3. 職位選擇：

   • 找工作時，要找到一個適合自己的職位，而不僅僅是追求大廠頭銜。

4. 平衡發展：

   • 在准備面試的同時，也要平衡好其他事務，如語言考試和工作等，避免影響面試准備。

5. 資源分享：

   • 可以利用北大未名BBS、NLPJOB和一些技術學習資源的GitHub鏈接等資源，來提升自己的面試准備效果。