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

1. 挑一段和算法相关的项目经验进行介绍

2. Xgboost和gbdt的区别

3. 有调参吗？目标是什么？

4. Xgboost的损失函数是什么？

5. L1loss和L2loss的区别？

6. Xgboost，刚刚说了y，那么x呢？有没有对数据做预处理？

7. L1 loss和L2 loss的区别?

8. Xgboost, 刚刚说了y，那么x呢? 有没有对数据做预处理?

9. 需要做数据预处理吗?

10. 有没有进行归一化、标准化?

11. batch normalization的运用场景?

12. 什么场景用layer normalization?

13. 深度学习用过什么模型?

14. Yolov3和v8有什么区别?

15. 对v3和v8的原理有了解吗?

16. Yolo的损失函数是什么? 为什么可以把two stage变成one stage?

17. 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？

技术交流