首页 / 算法岗
#

算法岗

#
171145次浏览 2110人互动
此刻你想和大家分享什么
热门 最新
09-28 21:34
已编辑
浙江大学 算法工程师
pdd9.28笔试 4a3记录
1. 签到题,知道ASCII码怎么计算就行2. 给一个initial数组,代表层序遍历一棵树的节点的权值(0代表空节点),节点权值只有1,2,3,4,5五种可能,然后给你一个target数组,要求通过操作把树的节点权值变成这个数组,操作是:选中一个节点,则该节点及其子树的所有节点的权值+1(如果超过5,变回1)。 问从initial变成target的最小操作次数可以边遍历边维护一个cum_diff[i], 代表i和i的所有父节点的已操作次数, 对于节点idx, (idx-1)>>1获得其父节点下标,进而获得所有父节点操作次数,当前节点还需操作: ( (初始需操作次数 - 所有父节点操作次数)% 5) %5  次p.s. 这题90%很可能是没考虑空树3. 有n(1<=n<=100)个魔法课程,每个魔法课需要mana[i]点法力学习,学习后能增强power[i]点法强,你只有M(1<=M<=1000)点法力值来学习,同时呢,你可以选择不同的楼层学习课程,共有m(1<=m<=5)个楼层,每个楼层有一个bonus[j](1<=bonus<=3), 即在第j层学习时,增强的法强和消耗的法力都×bonus[j],  你必须按顺序学习课程。 问你可以获得的最大法强一开始直接回溯做的,想剪枝剪了好久,然后发现,回溯优化一下不就是记忆化搜索,记忆化搜索优化一下不就是动态规划?于是直接开始dp, dp[i][j][k] 代表拥有法力k时,在第j层学习第i个课程后的法强最大值,更新的时候我是用的四重循环,要注意只有dp[i-1][floor][k]>0 且 k>=cost 的时候,才进行max(dp[i][j][k], dp[i-1][floor][k] + bonus[j]*power[i])的更新第四题,由于第三题先写回溯,再优化回溯,再换成dp,再改dp的错,改了一个半小时,第四题根本没时间做了,只记得大鱼吃小鱼()
投递拼多多集团-PDD等公司10个岗位
点赞 评论 收藏
分享
07-25 15:01
元戎启行算法岗面经+内推
📍 个人背景打底:985本硕  |  研究方向 :CV多传感器融合/决策规划 (选填你的核心方向)技能栈 :C++/Python双修 | PyTorch/TensorFlow熟练工 | ROS2/CyberRT接触过科研&项目 :顶会/顶刊 * X (有必填) | 自动驾驶相关项目 * X ( 感知/预测/定位/规控 等)刷题 :LeetCode 400+ (面试报了250+,重点刷 图论/DP/几何/搜索 )💥 三轮技术面深度复盘(硬核预警!):✅ 一面:算法根基 + 工程手撕 (70min - 基础考察)1. 理论轰炸区:多传感器融合 :卡尔曼 vs 粒子滤波优缺点 & 适用场景 (拿IMU+GNSS紧耦合举例)?时间同步 ( 硬同步/软同步 ) 咋搞?深度学习CV :BEV感知为啥火?痛点在哪?Transformer (DETR, BEVFormer) 咋用在感知里?模型轻量化 ( 蒸馏/量化/剪枝 ) 实战过吗?SLAM/定位 :后端优化 (BA, Pose Graph) 是啥原理?回环检测常用招数?动态物体干扰咋办?2. C++/工程实战区:性能优化 :手撸并行加速点云聚类 (OpenMP/CUDA思路),Eigen库高效矩阵操作技巧, 深度学习推理内存泄漏 怎么防?数据结构设计 :动态障碍物轨迹 (带时空信息) 用什么数据结构存又快又好?3. 算法手撕区: (现场写码!)动态障碍物轨迹预测 + 冲突检测  (时空占用网格 or OBB相交判定,二选一)点云地面分割/聚类  (RANSAC, DBSCAN 等实现 & 优化)✅ 二面:系统设计 + 地狱场景 (100min - 能力纵深) 🚗 自动驾驶算法架构设计:分布式感知痛点 :多车协同感知框架咋设计? (异构传感器数据融合 + 带宽/时延限制)海量点云/图像数据Pipeline怎么搭高效? (ROS2/CyberRT选型? 数据传输、序列化、推理Pipeline优化)模型落地难题 :模型 在线更新  +  A/B测试 怎么做才安全?边缘设备 ( Jetson ) 模型 部署优化 经验有吗?⚡️ 地狱级场景题 (重点!):十字路口修罗场 :感知有误 (遮挡、误检) + 通信延迟,多车+行人怎么协同决策? ( 规则派 还是 强化学习派 ?) 安全性咋量化?极端天气Buff :暴雨/浓雾天,怎么让感知模型更稳? ( 数据增强 ? 多模态融合 ? 后处理玄学 ?) 🧪 模型与数据暴击:数据闭环 :怎么自动挖Corner Case触发模型重训?Pipeline咋搭?仿真 VS 现实 :用CARLA等仿真器高效生成刁钻场景 + 评估算法? ( 场景泛化性 是关键!)✅ 三面:CTO压力面 + 灵魂对谈 (50min - 格局视野) ❗ 夺命连环问:“L4落地最大的 技术坎 在哪? 突破口 你觉得是啥?” (秀技术视野深度!)“算法 安全性 (SOTIF功能安全) 怎么贯穿 模型设计->训练->测试->部署 全流程?” (ISO 21448了解一下!)“你的研究/项目到底怎么 解决自动驾驶真问题 ? 创新点 和 落地价值 在哪?” (价值论证是核心!) 💡 反向收割 (把握主动权!):技术栈:贵司 自研算法框架 的核心优势?和Apollo/OpenPilot比 差异化 在哪?真挑战:目前算法团队啃的 最硬骨头 是什么? (展现解决复杂问题的渴望!)🚀 算法岗通关秘籍 (牛客精华版):1. 项目包装术:科研项目 => 直戳痛点 :论文包装成解决具体问题 (e.g., 长尾检测 -> 提升路口“鬼探头”识别;轨迹预测 -> 优化Cut-in预判)。工程项目 => 突出闭环 :狂吹 算法部署 、 性能调优 、 数据Pipeline 、 仿真验证 全链条能力!2. 八股重生法:基础算法 => 绑定场景 :DP -> 行为决策/路径规划;图论 -> 高精地图处理/车路协同;几何 -> 传感器标定/碰撞检测。深度学习 => 聚焦落地 :少讲原理,多讲 模型设计如何解决具体问题  (e.g., 时序模型搞轨迹预测,注意力机制破遮挡)。3. 仿真Demo潜规则 (超级加分项!):必杀技 :用CARLA/LGSVL搭典型高危场景Demo (e.g., 无保护左转、VRU密集路口),展示算法处理过程 + 结果分析!GitHub源码链接当“投名状”,甩给面试官!隐藏大招 :展示自研的Corner Case生成 + 自动化测试脚本 (体现工程化思维)。📣 【内推直通车】牛客专属福利,面试流程加速!🔥 内推码:NTAW9FW (投递时务必填写,这是关键!)🚀 极速内推链接:👉 投递后助攻: 在此帖下留言 “李四 + 算法岗 + 你的牛客昵称/邮箱(选填)”,我会尽力帮你盯进度!关于算法岗考察细节、流程疑问也尽管砸过来!
元戎启行三面52人在聊
点赞 评论 收藏
分享
2022-11-30 17:41
末流211 算法工程师
论今年AI算法有多少人
fayewong~:然后他回你 这两个我都会 我做的是多模态
算法求职圈
点赞 评论 收藏
分享
联想笔试挂人吗?
投票
投递联想等公司10个岗位
点赞 评论 收藏
分享
04-21 10:59
已编辑
哈尔滨工程大学 Java
银行算法岗面经&内推
🔍 AI算法工程师&银行信息技术岗1. 面试流程概览AI工程师岗位面试通常分为以下环节:技术初筛:简历评估+线上编程题(LeetCode中等难度为主)。技术一面:围绕简历项目深挖技术细节,涉及AI模型、算法优化等。技术二面:系统设计题(如设计推荐系统、优化模型推理效率)。HR面:职业规划、团队协作、抗压能力等软实力考察。2. 高频技术问题算法基础:手写交叉熵损失函数推导,分析其梯度;Transformer中Self-Attention的时间复杂度如何优化?项目深挖:如何解决模型过拟合问题?实际项目中如何选择评估指标?是否尝试过模型蒸馏/量化?效果如何?场景题:若用户反馈推荐系统效果下降,如何定位问题?设计一个金融风控模型,需考虑哪些特征和业务约束?3. 算法题准备建议刷题重点:动态规划(背包问题、字符串编辑距离)、树/图遍历(DFS/BFS)、Top K问题。例题参考:LeetCode 215(数组第K大元素)LeetCode 239(滑动窗口最大值)4. 行为面试技巧必问题:“遇到技术难题如何解决?” → STAR法则回答(情境-任务-行动-结果)。“团队合作出现分歧如何处理?” → 强调沟通优先级与数据驱动决策。反问环节:可问团队技术栈、业务发展方向,体现主动性。🚀 招商银行第9季数字金融训练营:AI工程师的黄金跳板!🔥 核心亮点抢先看零门槛福利:包吃住+报销路费,全程无开销!直通Offer:表现优异者直接拿2026校招提前批Offer,特别优秀者获PLUS Offer(薪资/职级加成)。实战为王:依托招行真实业务场景,接触亿级用户数据与金融级AI模型。📌 赛道选择建议AI工程师赛道:熟悉大模型、多模态技术者优先,可挑战模型调优、工程化部署等任务。AI数据科学家赛道:需精通Python/SQL、统计建模,侧重风控/营销数据分析。AI产品经理赛道:考察需求分析、原型设计能力,金融场景创新是加分项。⏰ 关键时间节点截止时间:2025年4月24日工作地点:深圳(总行资源倾斜,技术氛围浓厚)🎯 内推专属通道立即报名抢占席位 👉 招商银行训练营内推链接请戳这里https://cmb-recruitment-mobile.paas.cmbchina.com/positionDetail/school?publishId=19237290-CFB7-4176-A91C-444831ECCD4F&qrCodeId=599C6E39-A7DD-4620-AC1A-30F1D63BA322&recruitmentTypeId=670980EA-30B6-455A-93C2-5CD5258B8A36💡 面试备战Tips技术复盘:针对简历项目准备3个以上优化延伸问题(如模型瓶颈、AB实验设计)。行业洞察:提前研究招行“金融科技”战略(如掌上生活App智能推荐),面试可结合业务谈技术方案。模拟面试:找伙伴Mock系统设计题,练习白板绘图与模块化拆解思维。🌟 训练营与面试双重助力,提前锁定大厂Offer!立即行动,用实战经验碾压面试考场 👊(训练营详情可以留言探讨哦~)
点赞 评论 收藏
分享
玩命加载中
牛客网
牛客网在线编程
牛客网题解
牛客企业服务