微软最新10道算法面试题！
点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
AI/CV重磅干货，第一时间送达
2. LoRA和adapter哪个效果好？
3. 如何加速Diffusion Model采样？
4. Mamba和Transformer的优缺点
5. layer norm和batch norm异同？
6. 卷积kernel是不是越大越好？怎么设计？
7. 多模态对齐有哪些技巧？如果加入未知模态呢？
8. Transformer中的Position Embedding怎么计算？
9. 你怎么看待近期很多Mamba工作？有什么代表性工作？
10. DETR轻量化方法有哪些？跟YOLO系列相比，实时性不足的原因？
大家不仅要查漏补缺，更要学会举一反三！比如Mamba、YOLOv9刚出，肯定得立马学习上，哪怕不用，但问到相关知识点了，如果答不上来那损失太大了。比如YOLOv9和v8的区别？爆火的DiT架构？Stable Diffision 3？
所以现在你不仅要看CS、AI经典八股文（Transformer基本必考），还要多follow前沿工作，特别是看最新的相关面试真题！因为回答不上来，可能面试就"跪了"。。。
看看下图中，求职群近期一直分享的大量AI算法岗、软开岗的大厂面试真题，你都会不：
Amusi 在此特别推荐今年、明年找工作的同学加入求职群学习！不仅有数千题算法岗&软开岗的面试真题，还可以提问如何找工作，方向选择，还有Offer选择等问题，更有上百家公司的内推和求职准备攻略。
AI算法岗和开发岗求职群（知识星球） 是一个面向全体学生和算法工程师/研究员的求职交流平台。旨在分享 AI算法岗和开发岗的校招/社招准备攻略、面试题库、面试经验、Offer选择、内推机会、学习路线、求职答疑和海量学习资料等内容。
涉及深度学习，机器学习，计算机视觉，图像处理，自然语言处理，SLAM，大数据，数据分析，自动驾驶，机器人，推荐系统，Java，C/C++和Python等方向。
求职群里既有2025届、2024届和往届求职的大佬/学生，也有刚入学的学生（大一/大二/研一等），还有很多公司里的技术大牛、研究员和算法工程师。目前星球的成员已经超过5600人！
我Amusi 每天都会在求职群里发帖/交流，回答问题，分享面试题，分享面试心得，分享内推信息，分享学习资料等。划重点！星球分享的资料和问答已经超过5000条！
注：因为星球里人蛮多的，所以建议大家匿名提问，防止"隐私泄露"
▲扫码领券，进群！
群主和嘉宾既有2024届/2025届和往届参与秋招拿到算法Offer，也有已经毕业工作多年的算法研究员/工程师。涵盖Apple、谷歌、Meta、亚马逊、微软、NVIDIA、Uber、IBM、腾讯、阿里巴巴、百度、字节跳动、美团、拼多多、京东、快手、商汤、旷视、滴滴、OPPO、VIVO、华为、小米、大疆、平安科技等上百家企业。
面向对象
全体学生和算法工程师/研究员、软件开发程序员，特别是 2024年（即2025届-2026届-2027届）找工作/实习的人群（研一/研二/大二-大四等），也强烈推荐刚入学的学生以及有考虑跳槽的工程师，早点为找工作做准备，锻炼刷题意识和能力。
海量面试经验/面试题
深度学习面试宝典是 Amusi 整理的一个AI算法岗面试题库，累计900+个问题与解答。涉及的领域众多，具体如下。同时求职群里每周都会更新很多面经，方便查漏补缺！
海量校招/实习/社招内推
求职群里已分享数千个内推机会，比如去年2024届校招就发布了208个内推信息（涵盖BAT/头条/京东/美团等公司），还有大量日常实习内推：
提问交流
如果你在学习、找工作、跳槽、职场、Offer选择等领域遇到问题，都可以在星球里向我提问！我知必答！
资源分享
涵盖刷题指南（LeetCode/剑指Offer）、学习路线、优质AI课程推荐、面试题、面试心得、知识重点分享、实战项目等内容
Offer比较与选择
招聘高峰期（提前批/秋招/春招），几乎每天星球里都会有人来咨询Offer选择性问题，或者转行问题，比如：AAA 和 BBB 哪个公司的Offer更好？
加入求职群(知识星球)方式
价格：199元（每天仅4毛钱） 限时立减50！特惠仅149元！
时长：一年（从你加入的时刻算起）
加入方式：扫码下方二维码，或者点击阅读原文，即可进入AI算法求职群（知识星球）
建议：进群后，推荐下载知识星球APP使用，同时也可使用小程序或者知识星球公众号进行使用，可以发帖/提问/交流/回答，并可以快速访问群里的资源。
希望这个群可以让你少走一些弯路
如果喜欢招聘/面经/内推，麻烦给个在看
微信扫码关注该文公众号作者