小米未来星预测算法凉经

8月20号投的，8月28号一面【秋招面的第三家，面试官很好，感觉是在和你讨论，并在过程中会表示肯定】，9月6号二面，二面后一个礼拜感谢信；二面代码面第二题虽然也大致写出来了，但面试官表示还是存在一些问题，听说是每一面后都会进行排序，估计排序挂了，不过代码功底也确实还是不够，需要加强，之前图论相关得题目还是写的太少了；正式批又重新开始面了 刚刚一面完
08.28一面：
1.  处理数据不平衡有什么方法
2.  从评测角度去看类别不平衡
3.  数据分布偏移：训练数据里面高速场景比较多的话，他会无法泛化到速度比较低的问题；模型里面有去解决吗？
4.  元学习相关问题
5.  地图的向量化编码相比原来的栅格的地图编码的区别，优劣
6.  模型部署相关问题
7.  如何做learning-based的决策规划的？整体架构
8.  训练数据的来源是什么？可靠吗？如何评价数据的好坏
9.  相较于传统规划，模型的优点是什么？能解决什么问题？
10. cost的设计和优化相关问题
11. 评测是如何的？
12. 虚函数讲解一下
13. 类里都有构造函数和析构函数，析构函数都需要声明成virtual，为什么需要这么做
手撕：
leetcode 149 Hard 线上最多的点数
09.06二面：
1. hot100 二分查找 求target第一个和最后一个的位置
2. leetcode 365 水壶问题变种 改成求最小操作次数
#你都收到了哪些公司的感谢信？##提前批简历挂麻了怎么办##深度学习##自动驾驶##小米#