最近已有不少大厂都在秋招宣讲了,也有一些在 Offer 发放阶段。
节前,我们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。
针对新人如何快速入门算法岗、如何准备面试攻略、面试常考点、大模型项目落地经验分享等热门话题进行了深入的讨论。
总结链接:《算法岗面试宝典》(2024版) 正式发布!
喜欢本文记得收藏、关注、点赞。更多实战和面试交流,文末加入我们星球
先两道题:两数之和(递增子序列),最长相同前缀
-
挑一段和算法相关的项目经验进行介绍
-
Xgboost和gbdt的区别
-
有调参吗?目标是什么?
-
Xgboost的损失函数是什么?
-
L1loss和L2loss的区别?
-
Xgboost,刚刚说了y,那么x呢?有没有对数据做预处理?
-
L1 loss和L2 loss的区别?
-
Xgboost, 刚刚说了y,那么x呢? 有没有对数据做预处理?
-
需要做数据预处理吗?
-
有没有进行归一化、标准化?
-
batch normalization的运用场景?
-
什么场景用layer normalization?
-
深度学习用过什么模型?
-
Yolov3和v8有什么区别?
-
对v3和v8的原理有了解吗?
-
Yolo的损失函数是什么? 为什么可以把two stage变成one stage?
-
你知道yolo目标函数是什么?
反问:
18. 可不可以对我提一些意见?