7
0今天是位港大的同学咨询算法岗位面试如何准备，转码同学如何入门
stella导师本科数学/统计专业，研究生转计算机后斩获百度阿里美团滴滴快手SSP offer,笔面试通过率100%，作为面霸，给同学传授一些准备路径和面试技巧。
1. 面试准备重点应放在简历科研项目的细节深挖，特别是港大LoRA优化项目中的SVD分解原理和数学基础
2. 需要掌握机器学习八股文知识，包括transformer架构、扩散模型原理、微调方法等核心概念
3. 代码能力需达到LeetCode中等难度水平，重点掌握双指针、归并排序等常见算法题型
4. 面试中将深入考察项目细节，包括LoRA工作原理、参数效率优势、推理延迟优化等技术要点
5. 算法岗需要扎实的代码基础和数理背景，建议系统刷题并分类总结常见题型
- 01:30 面试流程通常包含自我介绍、简历深挖、技术问题考察和手撕代码环节
- 02:42 常见技术问题包括：C++与Python性能差异原理、Python调用C++函数机制、进程与线程区别等计算机基础问题
- 05:06 机器学习方向可能考察：Diffusion优化目标、扩散模型加速算法、Transformer架构原理等
项目经验梳理
- 05:51 香港大学科研项目：基于联邦学习的矩阵优化方法，采用SVD分解提升模型精度并保障隐私
- 26:26 腾讯实习项目：银行风险评估体系设计，偏产品导向的流程图和指标体系构建
- 31:20 图像识别项目：对比Bilinear CNN和ResNet在复杂数据集上的性能表现
- 38:40 流行病控制研究：基于神经网络和博弈论的数值仿真方法
- 09:20 简历项目需要深入掌握技术细节，能够清晰阐述算法原理和优化方法
- 45:15 算法岗位面试重点考察编程基础、机器学习理论知识和项目实践经验
- 47:16 代码能力是算法岗位的核心竞争力，需要通过系统性刷题提升
待办事项
- 03:21 复习机器学习八股文题库，掌握100+常见问题
- 22:06 深入准备港大科研项目的SVD分解原理和技术细节
- 47:59 制定LeetCode刷题计划，重点突破medium难度题型
