人工智能工程师面试题及编程能力测试含答案

2026年人工智能工程师面试题及编程能力测试含答案一、编程能力测试（Python编程题）共3题，每题20分，总分60分1.数据预处理与特征工程题目（20分）：给定一个包含缺失值、异常值和不一致格式的表格数据（CSV格式），请用Python完成以下任务：（1）使用Pandas读取数据，处理缺失值（均值填充数值列，众数填充分类列）；（2）对分类特征进行独热编码；（3）检测并处理数值列的异常值（使用IQR方法，删除异常值）；（4）将处理后的数据保存为新的CSV文件。答案与解析：pythonimportpandasaspd读取数据data=pd.read_csv('data.csv')处理缺失值num_cols=data.select_dtypes(include=['float64','int64']).columnscat_cols=data.select_dtypes(include=['object']).columnsdata[num_cols]=data[num_cols].fillna(data[num_cols].mean())data[cat_cols]=data[cat_cols].fillna(data[cat_cols].mode().iloc[0])独热编码data=pd.get_dummies(data,columns=cat_cols)检测并处理异常值forcolinnum_cols:Q1=data[col].quantile(0.25)Q3=data[col].quantile(0.75)IQR=Q3-Q1lower_bound=Q1-1.5IQRupper_bound=Q3+1.5IQRdata=data[(data[col]>=lower_bound)&(data[col]<=upper_bound)]保存结果data.to_csv('processed_data.csv',index=False)解析：-缺失值处理：数值列用均值填充，分类列用众数填充，符合常见数据预处理逻辑；-独热编码：适用于分类特征，避免模型对类别顺序的误判；-异常值处理：IQR方法适用于正态分布数据，删除异常值可减少噪声影响；-保存数据：确保处理后的数据可复用。2.机器学习模型实现题目（20分）：请用Scikit-learn实现一个逻辑回归模型，用于二分类任务：（1）使用鸢尾花数据集（Iris）的前两类（Setosa和Versicolor），提取前两个特征（萼片长度和萼片宽度）；（2）划分训练集和测试集（8:2）；（3）训练逻辑回归模型，输出混淆矩阵和准确率；（4）尝试使用L1正则化（Lasso），对比L2正则化（Ridge）对模型性能的影响。答案与解析：pythonfromsklearn.datasetsimportload_irisfromsklearn.linear_modelimportLogisticRegressionfromsklearn.metricsimportconfusion_matrix,accuracy_scorefromsklearn.model_selectionimporttrain_test_split加载数据iris=load_iris()X=iris.data[iris.target!=2,:][:,:2]#提取前两类和前两个特征y=iris.target[iris.target!=2]划分数据集X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,random_state=42)L2正则化（默认）model_l2=LogisticRegression(penalty='l2')model_l2.fit(X_train,y_train)y_pred_l2=model_l2.predict(X_test)print("L2正则化混淆矩阵:",confusion_matrix(y_test,y_pred_l2))print("L2正则化准确率:",accuracy_score(y_test,y_pred_l2))L1正则化model_l1=LogisticRegression(penalty='l1',solver='liblinear')model_l1.fit(X_train,y_train)y_pred_l1=model_l1.predict(X_test)print("L1正则化混淆矩阵:",confusion_matrix(y_test,y_pred_l1))print("L1正则化准确率:",accuracy_score(y_test,y_pred_l1))解析：-数据筛选：Iris数据集前两类特征线性可分，适合逻辑回归；-正则化对比：L1会进行特征选择（系数为0），L2防止过拟合，可根据实际需求选择；-评估指标：混淆矩阵和准确率是二分类任务常用指标。3.深度学习模型实现题目（20分）：请用TensorFlow/Keras实现一个简单的卷积神经网络（CNN），用于手写数字识别（MNIST数据集）：（1）构建一个包含2个卷积层、1个池化层和1个全连接层的模型；（2）使用ReLU激活函数和Dropout防止过拟合；（3）训练模型，输出训练集和测试集的损失与准确率；（4）保存训练好的模型。答案与解析：pythonimporttensorflowastffromtensorflow.kerasimportlayers,modelsfromtensorflow.keras.datasetsimportmnistfromtensorflow.keras.utilsimportto_categorical加载数据(X_train,y_train),(X_test,y_test)=mnist.load_data()X_train=X_train.reshape(-1,28,28,1).astype('float32')/255.0X_test=X_test.reshape(-1,28,28,1).astype('float32')/255.0y_train=to_categorical(y_train,10)y_test=to_categorical(y_test,10)构建模型model=models.Sequential([layers.Conv2D(32,(3,3),activation='relu',input_shape=(28,28,1)),layers.MaxPooling2D((2,2)),layers.Conv2D(64,(3,3),activation='relu'),layers.MaxPooling2D((2,2)),layers.Flatten(),layers.Dropout(0.5),layers.Dense(64,activation='relu'),layers.Dense(10,activation='softmax')])编译模型pile(optimizer='adam',loss='categorical_crossentropy',metrics=['accuracy'])训练模型history=model.fit(X_train,y_train,epochs=10,batch_size=128,validation_split=0.1)评估模型loss,accuracy=model.evaluate(X_test,y_test)print(f"测试集准确率:{accuracy:.4f}")保存模型model.save('mnist_cnn.h5')解析：-模型结构：2个卷积层+池化层提取特征，全连接层分类；-激活函数：ReLU加速收敛，Dropout防止过拟合；-数据预处理：归一化像素值，独热编码标签；-保存模型：方便后续推理使用。二、算法与数学题共3题，每题20分，总分60分1.动态规划问题题目（20分）：给定一个字符串，请计算其最长回文子串的长度（例如，"abba"的回文长度为4）。答案与解析：pythondeflongest_palindrome(s:str)->int:n=len(s)dp=[[False]nfor_inrange(n)]max_len=1foriinrange(n):dp[i][i]=Trueforiinrange(n-1):ifs[i]==s[i+1]:dp[i][i+1]=Truemax_len=2forlengthinrange(3,n+1):foriinrange(n-length+1):j=i+length-1ifs[i]==s[j]anddp[i+1][j-1]:dp[i][j]=Truemax_len=lengthreturnmax_len示例print(longest_palindrome("babad"))#输出3（"bab"或"aba"）解析：-动态规划状态定义：dp[i][j]表示s[i:j+1]是否为回文；-初始化：单个字符和相邻字符为回文；-状态转移：当s[i]==s[j]且dp[i+1][j-1]为回文时，dp[i][j]为回文；-时间复杂度：O(n²)，适合中等规模数据。2.贪心算法问题题目（20分）：有一个背包，容量为50，有5件物品，每件物品的重量和价值如下：|物品|重量|价值||||||1|10|60||2|20|100||3|30|120||4|40|140||5|50|150|请用贪心算法（按价值密度优先）计算最大价值。答案与解析：pythonitems=[(1,10,60),(2,20,100),(3,30,120),(4,40,140),(5,50,150)]按价值密度排序（价值/重量）items.sort(key=lambdax:x[2]/x[1],reverse=True)cap=50total_value=0remaining_cap=capforweight,valueinitems:ifremaining_cap>=weight:total_value+=valueremaining_cap-=weightelse:breakprint("最大价值:",total_value)#输出300（选物品1和物品3）解析：-贪心策略：优先选择价值密度高的物品；-局限性：贪心不一定得到最优解（如本题最优解为300，但若物品5加入则无法选其他物品）；-适用场景：适用于满足贪心选择性质的问题（如分数背包问题）。3.概率与统计问题题目（20分）：一个袋子里有5个红球和3个蓝球，每次随机抽取一个球，不放回，直到抽到红球为止。求抽到第3个红球时，前两个球都是蓝球的概率。答案与解析：python方法1：分步计算P=(3/8)(2/7)(5/6)#第1个蓝球+第2个蓝球+第3个红球print("概率:",P)#输出约0.0952方法2：负二项分布（r=3,p=5/8）frommathimportcombp=5/8r=3k=2P=comb(k,2)(pr)((1-p)(k-r))print("概率:",P)#输出约0.0952解析：-分步计算：前两个蓝球概率为(3/8)(2/7)，第3个红球概率为5/6；-负二项分布：适用于“第r次成功”的概率计算，k为前k-1次失败次数；-实际应用：常见于排队论、抽样检验等领域。三、系统设计题共2题，每题20分，总分40分1.大规模推荐系统设计题目（20分）：设计一个面向电商平台的实时推荐系统，要求：（1）支持百万级用户、千万级商品，每秒处理1000+推荐请求；（2）结合用户历史行为（浏览、购买）、实时行为（搜索、点击）和商品属性（类别、价格）；（3）要求推荐准确率不低于80%，响应时间小于200ms；（4）说明系统架构和关键技术选型。答案与解析：-系统架构：-前端：用户请求通过负载均衡（Nginx）分发到缓存/计算节点；-缓存层：Redis缓存热点用户/商品推荐结果；-计算层：-实时计算：Flink/SparkStreaming处理实时行为，更新用户画像；-离线计算：Hive/Spark处理历史数据，生成协同过滤/深度学习模型；-存储层：Elasticsearch索引商品属性，支持快速检索；-后端：API服务调用模型，返回推荐结果。-关键技术：-召回阶段：基于规则的协同过滤（用户/商品相似度）、内容召回（属性匹配）；-排序阶段：Lambda模型（在线+离线联合训练）、DeepFM/GraphNeuralNetwork提升精度；-实时性优化：双缓冲机制（离线+实时模型并行输出）。2.分布式系统高可用设计题目（20分）：设计一个支持高并发的分布式短链系统，要求：（1）用户生成短链后，能快速访问目标长链；（2）系统需支持全球用户访问，延迟低于100ms；（3）要求99.9%可用性，支持链路断裂自动重定向；（4）说明核心组件和容灾方案。答案与解析：-核心组件：-短