估计自己凉了,没想到一面是技术面试,而且问得特别详细,首先:你先做个简单的自我介绍,然后在介绍一下你觉得比较能讲的自己的项目。然后针对于我的项目细到了问我的cnn使用的哪一种核心架构,然后我回答不出来他提示我说是自己写的架构还是用的比较经典的。输入数据是几维,输出是几维,怎么输入的。然后问我用的激活函数是relu还什么,然后问我为什么用relu,问的深度学习里的东西特别细。因为我之前做的项目还有个
视频面,1h 吐槽:我8.11投递的岗位...八月底做完的笔试....10.21给我发邮箱约面,也不知道前面是哪个大佬拒了offer然后把我给捞上来了 但是,面试官人很好啊~面试体验很好~ 虽然我很多没答上来只能说分治思想贯穿了全程... 无自我介绍 实习 由于我有数据开发相关的实习,所以前30min各种问实习 做了哪些工作,怎么做的,任务挂了怎么办,怎么做的清洗,用的啥语言,用的是啥架构/工具?
一面9.18 群面,而且和mkt、市场等背景的同学,海外高校居多,还有位清华本硕小姐姐惊呆我了。 选一个行业,讨论行业转型的痛点和方案及价值 (本以为过不了,不过从这次从其它岗位的同学上学到了很多群面的技巧,有时间再系统总结一下) 二面9.25 介绍实习 公司类型倾向 有没有数据质量的处理经历 base天津,一次非传统的面试经历?一般联想这个岗位好像也不会群面,后来oc发现是捞起来给了
20221025联想数开笔试 写在前面:前几天投的,今天接到笔试,在这里记录下,有点遗憾,第一题本来有思路,但是怎么改都过不了,实在受不了就交了,后来试了下,是最后判断的时候出了一点问题……还是得有耐心,这里只记算法题,题型是60分选择,40分编程 算法一 翻转硬币,给你一堆硬币,然后你可以从左翻,也可以从右翻,但是无论左右,都必须从左边第一个或者右边第一个开始翻(也就是说得翻从第一个位置到当前位
1、自我介绍 2、数据仓库为什么要分层,目的是什么 3、DWS层和DWT层是怎样划分的 4、PV和UV分别是什么 5、数据仓库建模的两种形式 6、范式建模中的第三范式的原则 7、维度建模中最常见的建模形式是什么区别是什么 8、如何评判数仓的优劣性 9、MR流程是写的MR程序,还是通过hql 10、用户留存率的计算公式 11、HDFS的写流程 12、MR的底层原理 13、MR
投递的是到店,被买菜事业部捞起来 一面 一位小姐姐面试官,全身洋溢着令人舒适的气息。 深挖简历每一段实习,细节问的很深入,以及部门为什么做的动因。 二面 从宏观、中观、微观来分别评价下美团买菜目前的优势劣势,以及和其它对手的对比,有提及到像是盒马、朴朴、叮咚买菜等竞争对手。 反问:面试官表示集团对买菜业务很看重,并且自己希望招到兼有战略、数分、经营等多方面经验技能的校招生。 面试全程30-40mi
背景:双211,研究方向:计算机视觉(遥感变化检测) 一志愿:AI算法(应该是挂了一志愿) 二志愿:数分 10.26上午 腾讯会议视频面试 1个hr/3个面试官 1.自我介绍 2.有没有实习? 3.介绍一个项目所做的工作 4.技术栈:会什么编程语言,数据处理都是自己用python写的方法吗?有没有使用过什么大型数据处理软件或许使用过哪些python数据分析库 ? 5.了不了解结构化数据,大数据?(
原定14.30进场(14.37才进。。。) 1. 自我介绍2min 2. 上一段实习都做了什么 3 4问的两个实习项目用到的算法 5. hive sql 区别 6. hive底层原理知道吗(不知道) 7. Python数据处理用啥包 8. 实习算法实现是调包还是(当然是调包呀😬) 8. 反问 出面试间的时间倒是贼准😅。。。(14.50) 呜呜呜可能是对我不感兴趣?别人问20min为啥俺就13m
相关经历:一段银行对口方向的风险建模实习 一面 部门负责人 深挖实习建模(数据提取、建模选择该模型的原因),以及当时的公司一些风控的流程 最后用了多少特征 有什么可以改进的地方 稳定性的问题 项目-ks值低 风险策略和模型的关系理解 二面 交叉面 建模的思路出发点、结论是什么 怎么区分的好坏样本,出于什么考虑?正负样本的比例多少? 模型的稳定性怎么看? 特征有哪些? LDA抽了哪些主题? 注册时长
10.20 一面 25min 自我介绍 Hadoop三大组件介绍 MR Shuffle的过程? Spark shuffle和 MR Shuffle概念和区别? shuffle作用? shuffle中涉及到哪些排序?快排和归并排序时间复杂度是多少? 宽窄依赖概念,如何划分? 一亿条数据如何找出top100? 归并排序 未来职业规划? 反问
非技术岗位,整个面试持续45min,2v1面试,整体感觉氛围好好hhh 1.依然是熟悉的【自我介绍】 2.自此之后,深深深深深挖简历,只要是写在简历上的都有可能被问到,包括但不限于: 项目经历——背景?负责的工作?如何完成?参与项目的人数?最终的结果?使用的方法? (我实习中做过的都被问了一遍 个人技能——数据分析会的软件,使用时间?掌握到什么程度?编程的时间?使用频率?写过的代码行数?问卷技能?
背景 中流双9本硕,有段银行的风控建模实习 一面 简历深挖: 你在什么样的部门,主要做什么样的项目?这个项目目标是什么?然后你在里面做的工作内容是什么? 产出报告的质量怎么判断,结果包括对业务的思想是什么? 评分A卡的样本选择,怎么做违约定义,怎么抽样,好坏样本 最后的业务结果和价值? 还有一些问题,记不太清了,总之算是比较挖简历细节和延伸思考。 场景题: 套现对于用户和商家角度分别如何防控 有地
一面 视频面试 30min 挖简历+一些机器学习模型知识的考查 感觉还是挺看重建模经历的 难度不大,交流很顺畅。 上午面完的,下午就通知复试了,流程很快。 二面 视频面试 30min 应该是部门主管 挖简历 问了一下毕业论文的情况 讲了一下这个岗位的一些具体情况 态度很好,交流很舒服。 大概三天内也出了面试结果。 三面 线下 HR主管面 一些常规问题,评价一下自己等等 问了一下期望薪资 聊了大概1
禁止任何人未经发件人许可以任何形式(包括但不限于部分地泄露、复制或散发)不当地使用本邮件中的信息 3个笔试题,word文件,72小时回复邮件即可,无监考。 #23届秋招笔面经##笔试##23秋招##秋招##数据库#
一面 简历面,如果过往实习项目由机器学习等,比较关心其中数据预处理和特征处理,没有问coding和模型延伸问题(八股) 二面 对于项目中涉及的某个优化算法特别感兴趣,深挖概念、流程、优点、公式等 (第一次也是目前唯一被问到这个细节,真的要对简历熟悉) 压力大的时候喜欢干什么 hr面 为什么想来深圳 深圳还投了哪些公司 十一前发意向 总体觉得顺丰的问题难度很看分配到的面试官,和身边同学交流,有的就会