阿里巴巴算法工程师面试经验

项目问的比较仔细，中间穿插着问使用的算法，会问的比较细。面试官很专业，态度也很好，在反问环节的时候回答的也很有耐心

特征选择 wrmsse分数过拟合的理解 怎么判断过拟合防止过拟合 l1 l2神经网络的层数和深度 是怎么拟合任意非线性函数的 异或门神经网络的理解 relu sigmod 梯度消失 反向传播 为什么ReLU比sigmoid更能解决梯度消失的问题dropout 原理介绍推荐系统 推荐算法的理解

对简历上的项目进行提问：主要处理步骤，遇到的问题，创新点，最后的成果等；自己的优势在哪；行业内一些新技术的了解：Diffusion和Transformer等。

询问了项目经历和一些基本的算法实现，一面相对来说简单，但二面就要涉及到在线代码面试就会很复杂。楼主没有很好地刷题，确实比较困难

第一轮技术面，详细问做过的课题，会问到实验过程中遇到的问题等细节，还有觉得做研发工作需要具备哪些素质，导师会怎么评价你这些，大概半小时，直接给了当天的二面。二面会问一些深层次的问题

三部分：介绍、数据结构、项目数组sort排序，二叉树。面试官问得不难，还给了提示，但这部分我确实完全没准备。刚开始觉得挺遗憾的。后来翻看了下其他人面的题目，感觉自己就算这里没挂，后面在其它轮面试中其它地方也会挂。他们考察的范围好广好基层啊。点赞下进阿里的算法工程师们，好扎实的基础啊！我要去准备的话，估计要花好几周甚至几月了。要花这个时间吗？目前倾向放弃，尽管挺遗憾。

一面： 3.有用过Transform吗？我是没用，因为部署相对困难。

面试的试剂研发岗位，共两轮，都是一对一面试。一面第一轮技术面，详细问做过的课题，会问到实验过程中遇到的问题等细节，还有觉得做研发工作需要具备哪些素质，导师会怎么评价你这些，大概半小时，直接给了当天的二面。二面第二轮综合面，主要考察抗压能力，遇到问题会怎么处理，为什么想去深圳等，一定要准备好体现自己有很强的抗压能力的例子。还有简历上写的东西都要熟悉，有话可讲，好多会被问到。第二轮聊了一个小时左右，问的挺多，虽然没过但是感觉挺有收获，可以再好好回顾一下以应对后续面试。

一面 一面首先自我介绍，然后是介绍重点项目。之后是回答一些开放性问题，如大模型reward model表现不好，有什么方式改进。最后是两道leetcode中等算法题。（具体内容等流程全部结束我会补充）等待安排

问了非常基础的deep learning基础知识问题，可惜答得不好。没有通过。也问了一些项目相关的问题，可惜我做的项目和所面职位需要的技能关联太小。感觉面试官也不是很感兴趣。