华为算法岗笔试备考攻略：传统算法+AI双线作战

前两篇文章，我分别讲了华为笔试的整体考点分布和研发岗的备考攻略。今天这篇，专门给算法岗的同学。

算法岗和研发岗最大的区别是什么？除了传统算法，你还要懂AI/ML。

华为2025年笔试数据显示，AI相关题目占比达到了37.8%，其中深度学习16题、机器学习9题、大模型1题。这些是研发岗不用考的，但算法岗必须会。

如果你只准备了传统算法，去裸考算法岗，大概率会懵：这道题让我实现个卷积是什么意思？

我怎么知道我考的是AI机考？

一句话总结：机考类型和报名岗位相关，和你的学历、投递的部门无关。

如果你的岗位名字是以"AI"开头的，例如：

• • AI算法工程师
• • AI应用开发
• • AI数据科学工程师

那就是考AI机考。

如果你的岗位名字不是以"AI"开头的，例如：

• • 通用软件开发
• • 算法工程师（注意，不是AI算法工程师）
• • 测试工程师

那就是考非AI机考（研发岗机考）。

AI机考的基本情况

这是最重要的区别——AI机考的题目结构和研发岗完全不同！

选择题（150分）

• • 15道单选题，每题6分
• • 5道多选题，每题12分
• • 考察内容：人工智能基础理论、机器学习、概率论、线性代数

编程题（450分）

300分的题：一道机器学习风格编程题

• • 手撕逻辑回归、手撕卷积、手撕K-means等
• • 这是AI机考的核心难点

150分的题：一道套着机器学习题面的传统编程题

• • 考察排序、贪心、数据结构等
• • 平均难度比通软三道算法题低！
• • 风格还是华为风格，但可以抛弃hard题和高难度知识点

从岗位对比图可以清楚看到考点差异：

AI机考的考点分布：

备考策略调整：

• • 选择题复习理论知识：西瓜书、统计学习方法
• • 300分编程题：多练手撕ML算法的真题
• • 150分编程题：重点练习模拟能力和读题能力，可以抛弃DP、线段树等高难度知识点

传统算法部分：和研发岗一样

算法岗的传统算法考察，和研发岗基本一致。这部分我就不重复展开了，直接给结论：

必备考点

1. 1. 模拟：第一题大概率是模拟，必须稳拿
2. 2. DFS：树/图遍历，回溯算法
3. 3. 哈希表：计数、去重、映射

需要会的算法

• • BFS（最短路）
• • 贪心
• • 基础DP（线性DP）
• • 前缀和、双指针

这些内容的详细讲解，可以参考我上一篇研发岗的文章，这里不再赘述。

AI/ML部分：算法岗的核心差异

这部分是算法岗特有的，重点来了。

1. 深度学习（16题）

出题占比最高的AI方向，必须重点准备。

华为的深度学习题目，主要考察的是概念理解和基础实现。不会让你从头搭建一个ResNet，但会让你解释CNN的工作原理，或者用NumPy手写一个卷积操作。

核心知识点：

（1）卷积神经网络（CNN）

• • 卷积操作的计算过程
• • 池化层的作用（降维、防过拟合）
• • 常见激活函数：ReLU、Sigmoid、Tanh
• • 输出尺寸计算：(W - K + 2P) / S + 1

（2）Attention机制

• • Self-Attention的计算过程：Q、K、V
• • 公式：Attention(Q,K,V) = softmax(QK^T / √d) V
• • Multi-Head Attention
• • Transformer的基本结构

（3）量化技术

• • 为什么要量化：减少模型大小、加速推理
• • 常见量化方式：INT8、FP16
• • 量化带来的精度损失

（4）训练相关

• • 损失函数：交叉熵、MSE
• • 优化器：SGD、Adam、AdamW
• • 常见问题：过拟合、梯度消失/爆炸
• • 正则化：Dropout、L1/L2

备考建议：

• • 这些知识点不需要死记硬背公式，但要能用自己的话解释清楚
• • 手写卷积、手写Attention的NumPy实现，考前练几遍

2. 机器学习（9题）

经典ML算法，面试也会问，一举两得。

华为的机器学习题目，主要考察分类、聚类、回归这三大类问题。

核心知识点：

（1）分类算法

• • 逻辑回归：sigmoid函数、损失函数
• • 决策树：信息增益、基尼系数
• • SVM：最大间隔、核函数
• • KNN：距离度量、K值选择

（2）聚类算法

• • K-means：算法流程、K值选择
• • 层次聚类
• • DBSCAN

（3）回归问题

• • 线性回归
• • 多项式回归
• • 正则化：Ridge、Lasso

（4）评估指标

• • 分类：准确率、精确率、召回率、F1
• • 回归：MSE、MAE、R²
• • 混淆矩阵的理解

备考建议：

• • sklearn的常见API要熟悉
• • 算法原理能手推（比如逻辑回归的梯度下降推导）
• • 知道什么场景用什么算法

3. 大模型（1题，上升趋势）

题量不多，但代表趋势。

华为在大模型领域布局很深（盘古大模型），未来大模型相关的题目可能会增加。目前主要考察：

核心知识点：

（1）Transformer架构

• • Encoder-Decoder结构
• • 位置编码（Positional Encoding）
• • 为什么Transformer比RNN好

（2）微调技术

• • LoRA原理：低秩分解
• • Adapter
• • Prompt Tuning

（3）分词算法

• • BPE（Byte Pair Encoding）
• • WordPiece
• • SentencePiece

AI编程实现：用NumPy手写

华为算法岗会考察你用NumPy手写算法实现的能力。这是和研发岗最大的差异之一。

常见考察场景

1. 1. 手写卷积

import numpy as npdefconv2d(input, kernel, stride=1, padding=0):# input: (H, W)# kernel: (KH, KW)    H, W = input.shape    KH, KW = kernel.shape# 添加paddingif padding > 0:input = np.pad(input, padding, mode='constant')        H, W = input.shape# 计算输出尺寸    OH = (H - KH) // stride + 1    OW = (W - KW) // stride + 1    output = np.zeros((OH, OW))# 卷积计算for i inrange(OH):for j inrange(OW):            region = input[i*stride:i*stride+KH, j*stride:j*stride+KW]            output[i, j] = np.sum(region * kernel)return output

1. 2. 手写softmax

defsoftmax(x):# 数值稳定性：减去最大值    x = x - np.max(x, axis=-1, keepdims=True)    exp_x = np.exp(x)return exp_x / np.sum(exp_x, axis=-1, keepdims=True)

1. 3. 手写交叉熵损失

defcross_entropy_loss(y_pred, y_true):# y_pred: softmax后的概率# y_true: one-hot编码的标签    epsilon = 1e-15# 防止log(0)    y_pred = np.clip(y_pred, epsilon, 1 - epsilon)return -np.sum(y_true * np.log(y_pred)) / len(y_true)

备考建议

• • NumPy的基础操作要熟练：reshape、transpose、broadcast
• • 考前把常见的手写实现都练一遍
• • 注意数值稳定性（softmax减最大值、log加epsilon）

刷题路线规划

给AI机考的同学一个完整的备考路线：

第一阶段：选择题理论准备（1-2周）

目标：搞定150分选择题

考察重点：机器学习理论、概率论、线性代数

高效方法：时间有限的情况下，直接上手真题，不会的再回头查资料。华为AI机考的选择题是有规律的，真题覆盖了大部分考点。

真题资源：AK机开发的网站有华为AI岗历年真题，包含完整的选择题+编程题+多语言代码题解，有需要的小伙伴欢迎私信。

第二阶段：150分编程题（1-2周）

目标：稳拿150分保底

150分的传统编程题比通软机考简单，可以放心：

• • 不会考hard难度
• • 不会考DP、线段树、树状数组、数学等高难度知识点
• • 目前考过的都是：贪心、优先队列、自定义排序、哈希、K-means、并查集

备考重点：

• • 练习模拟能力和读题能力
• • 所有华为真题都可以练，但抛弃hard题
• • 风格还是华为"弯弯绕"的风格，需要适应

第三阶段：300分编程题（2-3周）

目标：能用NumPy手撕常见ML算法

必练内容：

• • 手撕CNN卷积
• • 手撕LSTM
• • 手撕Attention机制
• • 手撕K-means
• • 手撕逻辑回归

每天任务：

• • 练习2-3个手写实现
• • 不看代码能独立写出来

关键：这部分没有捷径，只能多练真题。华为AI机考的300分编程题题型相对固定，把历年真题吃透就能覆盖大部分情况。

第四阶段：真题模拟（1周）

目标：熟悉华为AI机考的完整流程

内容：

• • 华为AI岗历年真题（选择题+编程题）
• • 限时模拟练习

每天任务：

• • 做1套完整真题
• • 复盘错题，尤其是选择题的知识盲区

笔试与面试的衔接

算法岗的笔试内容，和面试高度相关。笔试考的AI知识点，面试也会深挖。

所以，认真准备笔试的AI部分，对面试也是有帮助的。一举两得。

写在最后

华为算法岗的笔试，确实比研发岗要难一些。除了传统算法，还要掌握AI/ML的理论和实践。

但换个角度想，这些知识本来就是算法岗的核心能力。现在多花点时间准备，以后的面试都用得上。

给自己6-8周的备考时间，按照上面的路线稳扎稳打：

• • 前2周：搞定选择题：建议直接刷选择题相关的真题，并且华为选择题也是会考原题的！
• • 后6周：真题模拟，针对算法岗的高频考点进行专项练习，按照难度循序渐进

相信你一定可以拿下华为算法岗的笔试！

系列文章到这里就结束了，有任何问题欢迎在评论区交流。祝大家都能拿到心仪的offer！

马上26届春招，27届的暑期实习即将开始，大家有相关求职问题，以及技术岗笔面试准备问题的同学，欢迎添加AK机微信交流，AK机也组建了一个校招交流群，会给大家同步相关的招聘信息，以及一些好用的AI工具。