秋招滴滴面试分享
一面
这次面的滴滴,刚好赶上交大线下双选会,就在交大的楼里面了下,面完十分钟就过了。
过去自我介绍完之后,面试官就问了下我之前的实习主要做的内容,也问了不少细节,不过大体也答了上来。
然后问了特征工程是如何做的,具体这块我讲了下数据预处理和筛选相关这些,实际场景一般怎么做的。
问是否做过大规模的分布式的数据处理,我说实验室没有这个条件,这块估计问的可能是hadoop这种,理论估计还是要了解下。
然后问了一些八股,过拟合如何处理,需要如何调节。
LoRA微调是什么,需要调节什么参数,啥时候调节啥参数,为啥要这样调节。
最后是手撕一道算法题,这个是个场景题,题目还很长,已知n个员工每个员工的工资,钱币有100 50 20 10 5 1六种,每个员工的工资都是这六种钱币的组合,现在要找出这n个员工的工资的组合,使得这n个员工的工资的组合的钱币数量最少,然后手撕了出来。
面完三天写的复盘,面试的时候问的哪些已经忘得差不多了,看后面约二面的时间。
二面
10.17二面的还行吧,过去自我介绍完让我选一个印象最深的项目讲,我就没讲实习,讲了第一个项目,然后就问细节,这块问的也挺多的,比如路线是啥样,相比传统方法的优势,遇到了什么问题,怎么解决的,这些都问了。
然后是八股,问了几个问题
YOLOv1到现在v11都有什么变化,大致说了说变化和大体的结构框架。
遇到过拟合欠拟合的时候如何做的,我讲了下小模型情况下从数据、预处理和增强方式、模型、训练方式这些展开讲了讲,还讲了大模型情况下LoRA调节遇到的如何解决这些问题。
优化器用的什么,如何调节的,我就从梯度衰减和优化器自动调节这些展开讲了讲。
然后是手撕阶段,出了一个题,给定一个字符串s和一个字符串数组words,(串联字串是指words中所有字符串以任意顺序排列起来的,而不是words中所有元素随机排列),然后求串联字串在s中的起始位置,我就用滑动窗口解决了。
然后就反问,问部门有哪些需要和技术栈,面试官就讲了下部门情况,然后问我有没有其他offer,我说有几个在排序中,然后就结束了。
v1.5.1