[面经]快手搜索部门算法实习生一面

本文分享了一位数学本科毕业生在深度学习面试中的经历,涉及简历项目讨论、链表编程挑战(删除倒数第n个节点和反转链表),以及对搜索业务流程的好奇。作者希望通过实习提升算法技能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

写写面筋攒攒人品~

一面总体来说比较简单,首先是问简历上的项目经历/实习经历究竟做了什么,问得比较详细,并拓展问了很多问题。(比如在谈到深度学习的时候,问了很多深度学习的相关概念,比如为什么叫深度学习,与传统机器学习方法的区别,如何判断是否过拟合,过拟合有哪些解决方法)。总之是以吹水为主,面试官也比较温柔。

然后就是喜闻乐见的手撕代码了,面试官问了两个链表问题,第一个是删除倒数第n个节点,这个题可能考点就是怎么做到一次遍历就能搞完。第二个是反转链表,大家应该都会做。反正写代码的时候不要闷头写,先把自己的思路讲清楚再动手,然后这样面试官也更乐于给你feedback和hint。

最后问我有什么问题没有,我就问想了解一下做搜索的业务流程。他就说这个是一个很大的工程,从什么沉淀池到相关性排序,背后还有CV团队支持。更具体的细节可能得进去才能了解,这也是我想做一段大厂实习的原因之一。

备注:
题主本科是学数学的,对算法和数据结构很感兴趣。奈何码力有点小弱,就希望能够做一份大厂实习来弥补这方面的缺憾。

### 网易家用机器人视觉感知算法实习生试经验 对于寻求网易家用机器人视觉感知算法实习生职位的候选人来说,准备过程需注重多个方。通常情况下,在进入具体技术谈之前会有一个初步筛选阶段[^3]。 #### 英语沟通能力评估 初次接触往往涉及英语交流测试,形式类似于国际英语水平考试中的口语部分。这一环节旨在考察应聘者的语言表达能力和逻辑思维清晰度。只有成功通过此轮考核者才能继续参与后续更深入的技术讨论。 #### 技术技能审查 一旦顺利晋级,则将迎来由目标团队成员主持的专业领域探讨。针对计算机视觉方向的研究人员而言,重点可能围绕但不限于以下几个主题: - **基础知识掌握情况** - 对于深度学习框架的理解程度以及实际应用经历。 - 掌握经典卷积神经网络架构及其变体的能力。 - **项目实践经验分享** - 曾经参与过的图像处理或视频分析类项目的细节描述。 - 解决问题的具体思路和技术路线图展示。 - **前沿研究动态跟踪** - 关注当前行业内热门话题和发展趋势。 - 能够阐述个人见解并给出合理建议。 此外,由于工作涉及到智能家居设备的研发,因此还可能会被问及有关硬件加速平台的选择、嵌入式系统的优化策略等方的知识点[^1]。 为了更好地应对上述挑战,建议提前做好充分准备工作,包括复习相关理论基础、整理过往作品集材料、熟悉最新研究成果等措施。同时保持积极开放的心态对可能出现的各种提问方式,展现出良好的职业素养和个人魅力。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值