2024届淘天阿里妈妈算法工程师机器学习面经

知乎链接 https://zhuanlan.zhihu.com/p/670356216

一面 11.15 60min

1. Transformer

(1) 结构

(2) 为什么它能处理多种模态，是怎么处理的

(3) 它怎么用于图像分类，怎么处理图像的

(4) 他的解码器和编码器有什么不同

Mask编码

2. BN的作用和好处

减少损失函数后梯度消失

3. Dropout的好处

4. 梯度消失的原因

5. Resnet为什么能减缓梯度消失的原因

6. coding

(1) 在nums寻找最小的连续子数组使得它们的和大于所给的targets

法1: 前缀和+二分

def search(s, k, n, t):
    t > s[n]:
        return -1
    l, r = k, n 
    res = n
    while l < r:
        mid = (l + r) >> 1
        if s[mid] >= t:
            res = mid
            r = mid - 1
        else:
            l = mid + 1
    return res

def func(targets, nums):
    if targets < sum(nums):
        return 0
    n = len(nums)
    s = [0] * (n + 1)
    for i in range(1, n+1):
        s[i] = s[i - 1] + nums[i]
    res = n
    for i in range(1, n+1):
        t = targets + s[i - 1]
        d = search(s, i, n, t)
        if d > i and d - i + 1 < res:
            res = d - i + 1
    return res

target = 7
nums = [2,3,1,2,4,3]
print(func(target, nums))

法2: 双指针

二面 12.01 50-60min

1. 介绍项目

2. 说说对最近比较火的多模态 图像生成的了解

3. coding

(1) 求一个数的N次幂

 def pow(k, n):
    if k == 0 and n == 0:
        return None
    flag = 1
    if n < 0:
        flag = 0
    res = 1
    while n > 0:
        if (n & 1) == 1:
            res = res * k 
        k *= k
        n >>= 2
    if flag == 1:
        return res
    return 1.0 / res

(2)全排列

输入: 5,3

输出: [(1,2,3),(1,2,4),(1,2,5),(2,3,4),(2,3,5),(3,4,5),...]

import copy
def dfs(l, res, n, m, index, level, tmp):
    if level > m:
        return
    if index > n:
        return
    if level == m:
        t = copy.deepcopy(tmp)
        res.append(tuple(t))
        return
    # print("index  ", index, "  n - m + level + 1  ", n - m + level + 1)
    for i in range(index, n - m + level + 1):
        # print("i ", i, " l[i] ", l[i])
        tmp.append(l[i])
        dfs(l, res, n, m, i+1, level+1, tmp)
        tmp.pop()

def pailie(n, m):
    l = range(1, n+1)
    res = []
    tmp = []
    dfs(l, res, n, m, 0, 0, tmp)
    return res

print(pailie(5, 3))

希望能过吧，有点大厂情结，有机会三面的话再来补充。