职位题库

算法工程师面试题库

面向算法工程师相关面试,围绕强化学习、排序、算法、AUC、机器学习等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

68 道题目建议用时 204 分钟专项面试练习

全部题目 68 道题

61

请详细讲一下注意力机制,并解释注意力矩阵为什么要除以根号dk。

考察候选人对Transformer核心机制的推导理解,而非仅停留在调用API层面。
62

训练集表现好、测试集表现差说明什么问题,如何解决?

考察对过拟合现象的识别、诊断与系统性解决能力。
63

MSE、交叉熵和对比学习损失分别适合什么任务?

考察对不同损失函数适用场景与内在假设的理解。
64

你有没有关注过不同任务之间的冲突问题?

考察多任务学习场景下对梯度冲突、任务权重的理解与工程处理经验。
65

请介绍你在科研中遇到的最困难的问题,以及你是如何解决的。

考察候选人面对真实困难时的分析路径、执行力与复盘能力。
66

给定一个二维列表形式的输入,其中包含打分列表和真实标签列表,请实现AUC计算,输出保留3位小数。

考察候选人能否正确理解AUC的秩公式,处理非标准输入格式,并在预测值不重复的前提下完成排序、正负样本计数和浮点格式化。
67

给定n行m列正整数矩阵,初始全白,q次操作每次将所有等于x的格子染红,每次操作后输出红色四连通块数量。请设计并实现算法。

考察候选人能否将染色过程转化为并查集动态合并问题,利用值到坐标的哈希表避免重复扫描,并在每次染色后正确维护全局连通块数量。
68

n个城市n条边构成环,每条边等概率被破坏,q次询问s到e在破坏后通行时间变大的概率,输出最简分数。请给出算法。

考察候选人能否把环上两点间路径拆成两条,利用前缀和比较两条路径长度,并统计“最短路径上边被破坏会导致时间变大”的概率,最后输出最简分数。
返回面试题库