分页题目
算法工程师相关题目第 2 页
SVM 核函数应如何选择？
SVM 核函数应如何选择？这道腾讯牛客题的关键是围绕“SVM 核函数选择”讲清概念、机制、取舍和边界。SVM 核函数选择要看数据规模、特征维度、线性可分程度和非线性边界复杂度。线性核适合高维稀疏或近似线性数据，RBF 核适合中小规模非线性边界，多项式核适合明确存在特征交互阶数的场景。
在什么场景下适合使用决策树，为什么？
在什么场景下适合使用决策树，为什么？这道腾讯牛客题的关键是围绕“决策树适用场景”讲清概念、机制、取舍和边界。决策树适合表格数据、非线性阈值规则、特征尺度差异大、需要可解释路径的场景。它能处理数值和类别特征，输出从根到叶的规则链，便于业务解释和排查。
HTTP 和 HTTPS 有什么区别，HTTPS 的公钥存放在哪里？
HTTP 和 HTTPS 有什么区别，HTTPS 的公钥存放在哪里？这道腾讯牛客题的关键是围绕“HTTP 与 HTTPS 区别及公钥来源”讲清概念、机制、取舍和边界。HTTP 是明文应用层协议，没有内建加密、完整性校验和服务器身份认证；HTTPS 是 HTTP over TLS，通过 TLS 提供加密传输、完整性保护和服务器身份认证。HTTPS 的服务器公钥放在服务器证书里，客户端用本地信任的 CA 根证书链验证证书可信。
TCP 协议在传输层承担什么作用，它如何保证可靠传输？
TCP 协议在传输层承担什么作用，它如何保证可靠传输？这道腾讯牛客题的关键是围绕“TCP 可靠传输机制”讲清概念、机制、取舍和边界。TCP 保证可靠传输依靠序列号、确认应答、超时重传、快速重传、校验和、滑动窗口、拥塞控制和有序重组。它保证的是可靠有序的字节流，不保证应用层消息边界。
随机森林的基本原理是什么，为什么它通常比单棵决策树更稳健？
随机森林的基本原理是什么，为什么它通常比单棵决策树更稳健？这道腾讯牛客题的关键是围绕“随机森林基本原理”讲清概念、机制、取舍和边界。随机森林通过 bootstrap 有放回采样训练多棵决策树，并在每个节点只随机选择一部分特征参与切分，最后分类投票、回归平均。核心目标是让基学习器差异化，从而降低方差。
Adam 优化器的基本原理是什么？
Adam 优化器的基本原理是什么？这道腾讯牛客题的关键是围绕“Adam 优化器原理”讲清概念、机制、取舍和边界。Adam 是把 Momentum 和 RMSProp 思路结合起来的自适应优化器。它维护梯度一阶矩 m 和二阶矩 v 的指数滑动平均，经过偏差修正后按参数维度自适应调整更新步长。
如何将一个已排序的大文件随机打乱？
如何将一个已排序的大文件随机打乱？这道腾讯牛客题的关键是围绕“大文件外部随机打乱”讲清概念、机制、取舍和边界。已排序大文件随机打乱不能直接 Fisher-Yates 全量加载。常见精确方案是为每条记录生成随机 key，然后按随机 key 做外部排序；近似方案是分桶随机分配、桶内 shuffle，再随机输出桶顺序。
进程和线程有什么区别，线程优先级如何理解？
进程和线程有什么区别，线程优先级如何理解？这道腾讯牛客题的关键是围绕“进程线程区别与线程优先级”讲清概念、机制、取舍和边界。进程是资源隔离和拥有单位，线程是同一进程内的调度执行单位。同一进程线程共享地址空间、堆、全局变量和文件描述符，但有独立栈、寄存器、TLS 和调度状态。线程优先级要放到调度器语境理解，Linux 普通线程受 CFS/nice 权重影响，实时线程受 SCHED_FIFO/SCHED_RR 优先级影响。
Linux 中如何远程检查端口是否连通？
Linux 中如何远程检查端口是否连通？这道腾讯牛客题的关键是围绕“Linux 端口连通与占用排查”讲清概念、机制、取舍和边界。远程检查端口连通常用 nc -vz host port、telnet host port、curl -v、nmap 或 bash /dev/tcp；本机查看端口被哪个进程占用常用 ss -lntp、netstat -lntp 或 lsof -i :port。
Transformer 的核心结构和自注意力原理是什么？
Transformer 的核心结构和自注意力原理是什么？这道腾讯牛客题的关键是围绕“Transformer 结构与自注意力”讲清概念、机制、取舍和边界。Transformer 的核心由多头自注意力、前馈网络、残差连接、LayerNorm 和位置编码组成。自注意力通过 Q、K、V 计算 token 之间的相关性，再用相关性加权聚合值向量。
同题还出现在 1 个公司岗位
Linux 中 source 命令的作用是什么？
Linux 中 source 命令的作用是什么？这道腾讯牛客题的关键是围绕“Linux source 命令”讲清概念、机制、取舍和边界。source 或 . 命令会在当前 shell 进程中执行脚本，而不是启动新的子 shell。因此脚本里导出的环境变量、函数、alias 或 cd 修改会影响当前 shell 会话。
常见聚类算法有哪些，各自适用什么场景？
常见聚类算法有哪些，各自适用什么场景？这道腾讯牛客题的关键是围绕“常见聚类算法场景选择”讲清概念、机制、取舍和边界。常见聚类算法包括 K-means、层次聚类、DBSCAN、GMM 和谱聚类。选择时要看簇形状、是否需要指定 K、噪声/离群点、样本规模、距离度量和是否需要软分配。
推荐系统中引入向量索引召回时，在线 serving 链路应该如何改造？
这道题考察的不是向量索引原理，而是把向量召回接入推荐在线 serving 后，链路、模块边界、延迟、降级、索引更新和实验评估应该怎样设计。回答要把它放在召回层讲清楚，并说明 query vector 如何生成、ANN 服务如何调用、候选如何回到后续粗排/精排。
同题还出现在 2 个公司岗位
长上下文推理中 KV Cache 为什么可能被污染，如何做缓存隔离、清理和复用边界控制？
这题考的是大模型推理缓存的正确性与安全边界：KV Cache 本身是某个模型、某段 token、某套位置编码和注意力 mask 下的中间状态；一旦跨请求、跨会话、跨租户、跨模板版本或跨可变上下文错误复用，就可能产生答案串扰、隐私泄漏、事实陈旧或位置错乱。
Transformer 中 Pre-Norm 和 Post-Norm 有什么区别，为什么会影响深层模型训练稳定性？
这题考的是 Transformer 残差块里 LayerNorm 放置位置对梯度流和深层训练的影响：Pre-Norm 更利于深层稳定训练，Post-Norm 表达形式经典但更依赖 warmup、初始化和训练技巧，二者还有最终性能与稳定性的取舍。
同题还出现在 1 个公司岗位
大模型 RL 后训练中如何识别并缓解 reward hacking 和奖励坍缩？
这题考 RL 后训练的失效模式，回答重点是识别训练 reward 与真实质量背离，并用 reward 审计、约束、数据更新和独立评测缓解。
同题还出现在 2 个公司岗位
CV 任务中的注意力机制有哪些应用，通道注意力、空间注意力和自注意力分别解决什么问题？
这题考的是对视觉注意力的结构化理解：注意力不是一个单一模块，而是从通道、空间、像素/patch 关系、跨尺度和跨模态等角度重新分配特征权重。好的回答要能区分通道注意力解决“看哪些语义特征”、空间注意力解决“关注哪些空间位置”、自注意力解决“建模长距离关系”，并结合分类、检测、分割、ReID、视频和 OCR 讲应用与代价。
ReID 训练采样时如何保证每个身份的图像数一致，为什么这种 P-K 采样有利于度量学习？
这题考的是 ReID 训练中 batch 构造和度量学习损失的关系。P-K 采样不是简单凑 batch，而是每个 batch 选 P 个身份、每个身份取 K 张图，保证 anchor 有正样本、batch 内有足够负身份，并让 triplet、contrastive、circle、batch-hard 等损失能够稳定挖掘正负样本，同时缓解身份样本数不均衡带来的训练偏置。
目标检测任务的损失函数如何设计，分类、框回归、IoU 和样本匹配各解决什么问题？
目标检测损失不是把分类和框坐标简单相加，而是在解决四类不同问题：哪些位置有目标、目标属于什么类别、预测框和真实框如何几何对齐、哪些候选样本应该接受哪一个真实框监督。好的回答要先拆检测头输出，再解释分类损失、回归损失、IoU 类损失和样本匹配之间的依赖关系，最后讨论正负样本不平衡、损失权重、匹配策略变化对收敛和 AP 的影响。
ViT 如何把 224x224x3 图像切成 patch 序列，sequence length 如何计算？
这题考 ViT 把图像切成 patch 后如何形成 token 序列，回答重点是 patch 数量、每个 patch 的展平维度、线性投影、位置编码和 CLS token。
同题还出现在 2 个公司岗位
单机多卡和多机多卡训练的核心差异是什么，如何根据互联拓扑、通信开销和并行策略做选择？
这道题考察分布式训练的系统判断。单机多卡和多机多卡的差异不只是 GPU 数，而是互联拓扑、通信延迟、带宽、故障域、调度、存储和并行策略。好答案要能按显存瓶颈、计算/通信比、batch、模型规模和网络条件选择 DDP、FSDP/ZeRO、张量并行、流水线并行或组合方案。
同题还出现在 1 个公司岗位
BERT 通常如何做分词，WordPiece 如何处理未登录词，特殊 token 在输入构造中有什么作用？
这题考 BERT 输入构造的基础细节。答案要说明 BERT 通常先做 BasicTokenizer，再做 WordPiece 子词切分；WordPiece 用最长匹配处理词表内子词，无法拆解时用 [UNK]；同时讲清 [CLS]、[SEP]、[MASK]、[PAD]、attention mask 和 token type ids 的作用。
ItemCF 召回中如何引入时间间隔和位置间隔信息来改进相似度计算？
这道题考察的是候选人能否把 ItemCF 从“共同被同一用户交互过就相似”的朴素共现，升级成考虑用户行为序列和时间上下文的召回方法。时间间隔表达两个物品是否在接近的兴趣周期内被消费，位置间隔表达它们在用户序列中是否相邻或有方向性。好的回答要从 ItemCF 基础相似度公式出发，说明在共现贡献项里乘上时间衰减和位置衰减，再配合用户活跃度归一化、物品热度惩罚、会话切分、方向性建模、离线召回评估和线上指标护栏。重点不是背一个固定公式，而是说明为什么这些权重能降低偶然共现和长周期兴趣漂移带来的噪声。
基于商品属性 Embedding 的推荐召回如何设计，如何处理属性特征、向量索引和冷启动？
这道题考察的是候选人能否把“商品属性 Embedding”从一个模糊向量概念，拆成一条完整召回链路。商品属性包括类目、品牌、价格带、标签、文本描述、图片特征、商家、地域、质量分等结构化和非结构化信息。设计时要先定义属性 schema 和清洗规则，再把稀疏属性编码成 item embedding，构建 ANN 向量索引，在线用用户画像、最近行为或 query embedding 召回相似商品，并处理过滤、去重、冷启动、实时更新和效果评估。好的回答要强调它适合新商品、长尾商品和行为稀疏场景，但不能完全替代协同过滤；属性相似不等于用户会转化，仍需要后续排序和实验验证。
推荐系统新增一路召回后，排序阶段需要做哪些特征接入、分数校准和模型训练改造？
这道题考察的是候选人是否理解推荐系统是召回、排序、重排和实验闭环的整体系统。新增一路召回不是把候选直接塞给排序模型就结束，因为新召回源会带来候选分布变化、分数口径不一致、样本覆盖不足、特征缺失、去重归因复杂、线上配额和延迟变化。排序阶段至少要接入召回源特征、补齐候选侧特征、处理新旧渠道分数校准、更新训练样本和负采样、监控不同来源的排序表现，并通过 A/B 验证用户指标、业务指标和系统成本。回答的关键是把新增召回后的排序改造讲成“分布变化治理”，而不是只说模型重新训练。
推荐召回中 Word2Vec 召回具体怎么做，训练样本和近邻检索如何设计？
这道题考察 item2vec 召回的完整链路。好答案要从行为序列构造、样本窗口、负采样、向量训练、ANN 建索引、线上 seed 扩展、过滤去重、融合排序和指标验证讲起，而不是只说用 Word2Vec 算相似 item。
同题还出现在 1 个公司岗位
为什么要使用旋转位置编码？
旋转位置编码（RoPE）的核心价值，是把位置信息以“旋转”的方式注入到注意力机制的 Query 和 Key 中，使模型在计算注意力分数时自然感知 token 之间的相对距离。相比直接相加的绝对位置编码，RoPE 更贴合 Transformer 的点积注意力结构，既能保留顺序信息，又能让相对位置关系在 QK 点积中显式出现。
同题还出现在 2 个公司岗位
在检索增强或语义搜索链路中，Qwen3 Embedding 模型和 Qwen3 Reranker 模型分别解决什么问题？二者在输入输出、训练目标、召回/精排位置和延迟成本上有什么区别？
这道题考察语义检索/RAG 链路中双编码召回和交叉编码精排的差异。回答要讲清 Embedding 负责低成本召回，Reranker 负责高精度相关性重排，二者输入输出、训练目标和延迟成本不同。
如何用 PyTorch 实现 Grouped Query Attention？当 Q heads 多于 KV heads 时，K/V heads 应如何分组、repeat 或 broadcast，并完成 attention score、mask、softmax 和输出投影？
这道题考察候选人是否理解 Grouped Query Attention 的 head 形状和实现细节。回答要讲清 Q heads 与 KV heads 的分组关系，如何 repeat K/V，如何计算 mask、softmax 和输出投影。
投机解码如何通过 draft model 和 target model 的接受/拒绝机制降低大模型推理延迟？服务化落地时如何评估吞吐、首 token 延迟、接受率、显存和成本收益？
这道题考察投机解码原理与服务化评估。回答要讲清 draft model 先生成多个 token，target model 并行验证接受/拒绝，并用接受率、吞吐、TTFT、显存和成本衡量收益。
DPO、PPO、GRPO 三种对齐方法在工程上如何选择，各自适合什么反馈和决策场景？
这题考的是候选人能否把 DPO、PPO、GRPO 从“算法名词”落到工程选择。好答案要先按反馈形态和决策场景分类：只有离线成对偏好时优先 DPO；有可训练奖励模型、在线采样和长链动作优化需求时考虑 PPO；同一 prompt 能采多条候选并用组内相对奖励比较，尤其是可验证任务或推理题时适合 GRPO。还要讲清 reward hacking、KL 漂移、长度偏置、探索成本、训练稳定性和评估指标。
同题还出现在 2 个公司岗位