本项目涵盖了大模型(LLMs)专题、计算机视觉与感知算法专题、深度学习基础与框架专题、自动驾驶、智慧医疗等行业垂域专题、手撕项目代码专题、优异开源资源推荐专题共计6大专题模块。我们将持续整理汇总最新的面试题并详细解析这些题目，希望能成为大家斩获offer路上一份有效的辅助资料。
2024算法面试题目持续更新，具体请 follow 2024年深度学习算法与大模型面试指南，喜欢本项目的请右上角点个star，同时也欢迎大家一起共创该项目。
该项目是持续更新：
- 本文录入题目的原则：高新深，其中高是指-各大厂公司近年高频算法面试题，新是指-题目要新紧跟学术和工业界的发展，比如录入了大量大模型领域的面试题，深是指-题目要有一定的内容与深度，可以引人思考，比如面向业务场景改进的面试题；
- 目前录入列表的题目，存在部分没有答案解析的题目，或者解析内容不全的题目，我们会尽快补上所有解析；
- 目前录入列表的顺序，没有先后、频次、难度、细类别等维度信息，后续会再给予更多维度更详细的分类；
| 01. 相机内外参数 |
|---|
| 02. 坐标系的变换 |
| 03. 放射变换与逆投影变换分别是什么 |
| 04. 卡尔曼滤波Q和R怎么调 |
| 05. 如何理解BEV空间及生成BEV特征 |
| 06. 如何在标注存在错误的数据上训练模型 |
| 07. 视频与图像中的目标检测具体有什么区别 |
| 08. 栏杆检测为什么不用网络学习 |
| 09. 卡尔曼滤波怎么用同一个filter同时适配车辆横穿的场景 |
| 10. BEV特征怎么进行数据增强 |
| 01. 多个优异的数据结构与算法项目推荐 |
|---|
| 02. 大模型岗位面试总结：共24家，9个offer |
| 03. 视觉检测分割一切源码及在线Demo |
| 04. 动手学深度学习Pytorch |