一面是技术面，问了数据结构的问题给定坐标x，y的若干个点，如何寻找距离最近的两个点。pytorch的相关八股，具体问题想不起来了。然后如果有yolo项目的话面试官会优先问，感觉很多面试官都会更偏好问YOLO的项目，如果做了的话建议好好背背相关八股。问的我是数据预处理流程，模型部署步骤之类的八股，不过我光顾着背改进原因了没背八股，建议想要应聘新点算法岗的牛友好好背背基础八股，感觉一面不怎么拷打项目，中心还是在八股吧。

很多同学跟我说，AI 出来之后感觉面试变难了，岗位也少了。这种焦虑我理解，但说句实话，好和坏是共存的——关键看你能不能用好 AI，把它变成自己的杠杆。接下来我从几个方面聊聊，校招生在实习和春秋招的时候，怎么借助 AI 在面试中展现出不一样的一面。氛围编程说到 Vibe Coding，对应届生来说真是一个巨大的红利窗口。能展开的太多了，这里先说三个最实用的场景。1. 代码优化大家学习开源项目的时候，一定要带着审视的眼光去看，而不是照着敲一遍就完事了。现在你完全可以把一段代码丢给 AI（比如 Codex、Claude Code），问它：这个功能实现有没有什么不足？请结合实际案例说明。AI 分析出来...

深度学习算法工程师，cpp开发工程师，agent开发工程师面试经验深度学习八股一、深度学习八股1. 什么是过拟合?怎么解决训练集效果远远大于测试集，启用L1，L2正则化，提高dropout率，批次归一化等等2. 什么是欠拟合?怎么解决训练集和测试集效果均不好，减少dropout率，通过注意力机制增驾网络复杂度3. 梯度消失和梯度爆炸原因是什么?非线性激活函数导致梯度上升和下降，例如relu可能导致梯度消失等等4. RELU和sigmoid的是什么?明确两者的表达式5. 什么是反向传播，介绍一下梯度反向传播数据流正向传播，为了让目标变小，最终函数对网络参数求导Δw，为了减少目标函数w=w-Δw6. 什么是损失函数?分类和分割常用那些?为了帮助我们达到我们的目标。分类准确率，分割常用损失交叉熵7. 分类任务和分割任务你认为区别在哪里?解码器的最后部分不同，分割本质是像素级别的分类。分类是泛泛整体的分割8. dropout原理是什么?有什么用一定比例神经元失活9. 卷积层的作用是什么提取感受野范围内特征10. 池化层的作用是什么?什么是平均值池化，什么是最大值池化根据感受野内内容进一步提取特征，求感受野平均值，最大值11. 什么是注意力机制?注意力机制有什么用?帮助我们捕获需要关注的特征，忽略次要特征12. 你的注意力机制如何设计的?并行融合通道注意力机制和空间注意力机制13. 残差网络好，为什么要利用残差网络?残差网络作用14. 什么是连通性？单连通和多连通分别是什么闭合曲线就是连通的，中间部位有无其他区域被分为单联通和多连通15. 训练神经网络的时候，如何选择学习率初始学习率较高，进行后学习率降低。加速收敛，寻找最优值16. 一个深度学习的分割项目都包括那些环节?数据集预处理，神经网络搭建，损失函数，评价指标选择，后处理17. 各个环节都有什么用途预处理，进行数据增强，提高网络鲁棒性神经网络，提取归纳特征完成任务损失函数，确定任务目标评价指标，评价模型好坏后处理，进一步处理，提高评价指标18.什么是Unet网络?u型网络，结果包括编码器解码器，编码器不断卷积池化进行特征提取，解码器不断接受跳跃连接和上采样，卷积进行解码19. 损失函数是什么，如何设计的bce和dice表达式20. 常见的后处理操作如何设计根据数据集特点，单连通区域，几个目标，目标间的关系等等21. L1和L2正则化有什么用l1，l2公式明确，减少参数复杂题，防止过拟合，22. 如何评估模型结果的好坏通过评价指标的高低来评价模型的好坏23. 什么是准确率tp+tn/(tp+tn+fn+tn)24. 什么是精确率所有预测为真当中真的为真的概率: tp/(tp+fp)25. 什么是召回率所有真当中预测为真概率: tp/(tp+fn)26. 什么混淆矩阵真实为真，真实为假预测为真: tp，fp预测为假: fn，tn27. 一般如何进行数据增强旋转，平移，镜像，随机裁剪等变换其他1. 你认为你的项目都用到了什么?残差网络，混合注意力机制，混合损失函数，后处理设计2. 你认为你用的这些模块有什么用?残差网络: 融合浅层特征，避免梯度消失或者爆炸混合注意力机制:让我们更加关注值得关注的特征，忽略次要特征混合损失函数:联合dice+iou，对于正类分割效果加强后处理:找到数据集的特点，针对数据集的特点进行设计，利用连通性(单、多)，大小，主次要病灶等手段3. 你用了什么评价指标?iou，dice，精确率，召回率，准确率4. 你的效果大概提升了多少?自己实际情况cpp开发八股cpp基础1. malloc与new区别返回值有无类型2.cpp的特点封装继承多态封装类子类继承父类，public，private，protect不同类型3.指针悬空 内存泄露指针释放，内容没有释放，空间消失，指针还在4.智能指针自定取消指针5.分区——内存分区四分区模型计算机网络6. udp/tcp划分安全与快速性 握手与挥手7. 7层模型物理层，数据链路层……8. http信号http和https区别数据结构9. 线性结构，非线性结构链表，线性表，堆栈，队伍树，图10. dfs，bfs 树图递归算法11. 递归，stack处理括号匹配数据库相关知识agent开发1. agent都有什么类型reflect，reaction，plan-action等等2. agent组成llm，prompt，momery，tool3.开发框架langgraph(非可视化)，dify(可视化)4. prompt组成系统prompt+用户+记忆5. langgraph数据状态在图之间流动6. 如何设计并发通过时间循环执行异步函数实现并发7. Python后端框架Flask，djingo8. 前端框架vue，html，JavaScript9.如何管理记忆短期记忆，长期记忆10.如何进行rag，数据增强余弦相似度匹配，向量匹配11.如何微调模型SFT+RL如何设计的项目1. 分为七段式提取pdf内容指定内容，内容需求分类，保存数据库，与已有内容对比去重设计文本粗分块，文本细分块2. 如何设计agent，mcp链接langchain，mcp链接dify，链接飞书机器人3.lora微调大模型针对特定分类任务，4.搭建串级模型，微调大模型+通过大模型prompt手撕，括号匹配，单词接龙，链表，冒泡，快排，图，动态规划

紧密关注AI发展的你应该已经注意到了越来越多的平台和公司开始做AI智能体（Agent）。最近爆火的开源项目 OpenClaw🦞，更是把 “AI 能自己动手干活” 这件事推向了大众视野，让大家直观感受到：AI 正在从只会聊天的机器人，变成能独立执行任务的智能助理。不同于AI聊天机器人单纯的执行用户命令，智能体化身为能思考的“助理”，探索用户的需求、并针对需求自行思考并搜索用户需要的信息，比如你要求AI写周报，普遍AI可能只是写一段文字，而智能体可以回顾周工作记录——>总结工作重点——>排版——>发送给用户。也就是说，AI不仅能聊天，还能 参与信息分发和内容理解。实际上，在大厂...