面经 | 滴滴+中兴20校招算法岗

 

 

重磅干货，每天 8:25 送达

作者：zezhen.

 

滴滴算法面经

一面：40min

 

1. 自我介绍    

2. 项目介绍    

3. 评估指标为什么选f1    

4. 你用到了LIME 说下它的原理    

5. 有了解过其他的可解释性方法吗    

6. 说下rnn lstm gru transformer    

7. lstm结构是什么样的 大致说一下    

8. lstm为什么可以解决梯度弥散问题    

9. transfomer结构是什么样的 self attention公式是什么 你怎么理解self attention的    

10. bert的输入是什么    

11. xgboost相对于gbdt改进了什么    

12. gbdt和rf区别    

13. 代码题 easy 数组的中心索引   

 

二面：40min

 

1. 自我介绍    

2. 项目介绍 问项目20min    

3. xgboost和rf区别    

4. rf分裂时特征选择怎么选的 常用的还有什么选法    

5. xgboost改进的点在哪    

6. svm原理 损失函数是什么 软间隔怎么做的    

7. 遗传算法原理说一下    

8. 遗传算法的缺点是什么    

9. 遗传算法常见的编码方式    

10. 开放题 在学校建4个食堂 保证4个食堂午餐的流量基本相等 怎么选址？ 

11.  面完说通过了 下周hr面

 

作者：一起刷题啊

 

 

中兴20校招图像算法面经【技术面+综合面】

技术面

 

1. ++多态怎么实现

2. c++与python区别  

3. 数组存在堆里还是栈里

4. 虚函数关键词

5. 用过哪些模板类  

6. 重载与覆盖区别

7. 析构函数不写行不行，会有什么问题

8. 讲讲垃圾回收机制  

9. 数组存在堆里还是栈里

10. 损失函数都有啥

11. yolo3 IOU损失函数

12. yolo3 anchor 怎么计算

13. kmeans聚类，什么数据不能聚

14. canny原理

15. 发表的论文专利都是什么内容  

16. 地点，gf

17. 有啥问的

（只能想起这么多了，还有一些从没听过的专业词忘了。。。）

 

综合面

 

1.  为什么选这个工作地点

2.  你觉得算法工程师与软开的区别在哪

3.  如何对算法进行改进，根据什么

4.  兴趣爱好、期望薪资

 

end

 

秋招来袭，小编和几个小伙伴共同建立了一个秋招群，欢迎大家加入一起交流和分享面经内推码等等，同时还会邀请一些已经就业的人士和HR，大家可以踊跃提问互相交流学习～

 

下面是我们整理的两份面经，内含目前整理好的一些面经

https://github.com/DWCTOD/interview

https://github.com/Sophia-11/AI-Job-Info

 

加入AI学习交流群