海康威视-图像算法工程师-一面

一面-30min1. 最先进的图像分类模型是什么？2. 数据不均衡如何解决？3. BN和LN差别是什么？BN有什么参数？4. torch如何并行？DataParallel5. RAG结果如何测试？RAG常见的开源框架有哪些？

个人背景：双非本大四，秋招0面试时找的寒假实习，当时无测开经验，有一段很水的java实习，用的java简历在ssob投的岗位📍面试公司：网易杭州雷火👜面试岗位：游戏测试开发📖面试问题：专业面一面11.15-45min说几个你就是印象比较深刻或者你玩的比较深入的游戏？对游戏测试这边有什么了解吗？就是你知道游戏测试跟互联网的测试开发之间有什么区别吗？如果现在你负责的项目要推出一个新的职业，简单一点好了，它要推出一个新的技能，那么你会怎么样去测试这个技能呢？你能想到哪一些需要测试的点？做一个逻辑题，有 25 匹马，然后有 5 条跑道。那么我们最少用多少轮能够得到这 25 匹马里面跑得最快的 3...

经过前1轮面试的天崩后，这次面试体验好了太多，虽然我依然很菜同样是自我介绍开场，然后问了项目中最印象深刻的点，怎么解决的算是准备好的问题，直接领域展开()然后问了下具体的细节：噪音函数还有哪些，脚本怎么控制材质球参数，动态修改材质球会多实例化出来一份占内存怎么办，用的是material还是shader material，脚本的生命周期有哪些。一半能回答，一半不知道吧，面试官有时候还会帮我补充接着是写代码环节，不限语言：对乱序数组进行二分查找，顺便问了堆排序的时间复杂度，给了15分钟来做（事后听录音算的）用归并进行排序了，还没来得及二分查找，面试官说排序熟练度不够，确实呜呜呜然后继续做题一道二叉树前中后序的填空题，秒了()一道考内存对齐的，知道一点但不多，面试官又来补充了一道0x123456，问大小端的首字节分别是多少，不会哩，面试官提醒是关于一个数在内存里面的布局方式，真的不会私密马赛面试官总结还要加强基础，并举例这个大小端的题在实际项目应用里可能是什么样的，还安慰我不是基础不好，只是大家关注点不同你真的，我爱了()不得不顺便吐槽前1轮的面试官除了出题没说过其它的话，回答的对不对都不说的，更不会给你补充了，与这个面试官对比明显。

个人背景：🔥985硕士，计算机专业，研究方向为机器学习/数据挖掘- 有推荐系统相关项目，Kaggle竞赛经历- 面试岗位：滴滴出行-算法工程师（机器学习/运筹优化方向）📝 面试全流程回顾1. 笔试（线上编程+数学）-算法题（2道，LeetCode中等偏上难度）- 动态规划：最长递增子序列变种（需优化到O(nlogn)）- 图论：Dijkstra算法实现+路径还原- 数学题（概率统计+线性代数）- 贝叶斯定理应用题（拼车场景下的概率计算）- 矩阵分解（SVD）的原理与优化意义2. 技术一面（1小时）- 代码能力- 手撕：实现带权随机抽样（Reservoir Sampling变种）- 代码优化：如何减少时间复杂度？- 机器学习基础- XGBoost vs LightGBM的差异？如何选择分裂点？- 如何解决推荐系统中的冷启动问题？- 业务场景题- 滴滴拼车订单匹配如何建模？（聚类+贪心算法的取舍）3. 技术二面（1.5小时）- 项目深挖- 详细介绍Kaggle竞赛方案（特征工程、模型融合技巧）- 追问：如果数据分布偏移（如疫情前后出行规律变化），如何调整模型？- 系统设计- 设计一个实时ETA（预估到达时间）系统：- 数据源（GPS/交通路况/历史数据）- 模型选型（时序模型+在线学习）- 异常情况处理（突发拥堵如何动态调整？）- 算法发散题- 如何用算法减少司机空驶率？（转化为图的最短路径问题）4. HR面（30分钟）- 团队协作经历、抗压能力举例- 期望薪资与工作地点偏好🌟 总体而言，滴滴面试强度还是可以的，问题问的很细，如果不会的话，同学们尽量委婉回答，引导面试官问出问题。滴滴待遇还是相当可以的，最后给大家一个内推链接，还有内推码。🚘投递方式【内推链接】https://app.mokahr.com/m/campus_apply/didiglobal/96064?recommendCode=DSW46Dg7&hash=%23%2Fjobs#/jobs【内推码】DSW46Dg7全流程跟进，投递的同学评论区留言，方便后续跟进，秋招加油！#滴滴#  #应届#  #实习#  #算法工程师#  #校招#  #滴滴出行#  #内推#