前言 自己开了一个秋招记录贴,记录自己的秋招,有兴趣的可以来看看~ 2023秋招记录贴--双非--游戏客户端(面完啦!含面经) 一面:8/27 — 30min 2023秋招--快手--游戏客户端--一面面经 二面:8/30 — 50min 面试官提问:15min 自我介绍 介绍下你觉得做的最好的项目。 做的过程中有什么重难点? 挖项目。 做题:30min 写一个题吧,看你敌人AI用的有限状态机,那
8.13投递 9.8一面挂 面试官很和蔼,主要问简历以及对该公司和岗位的兴趣程度,没问技术问题。岗位更偏向数据处理,excel+sql。 #校招##面经##途虎养车##数据分析#
公司 笔面试 内容 虹软(杭州),视觉服务提供商 笔试过,一面挂 三维感知算法岗,主要是问项目,问得很细,比如ICP的原理、点云的修复、网格的重建等。需要对原理有较深的理解。还问了一道中等难度算法题。 大华(杭州),安防摄像头 笔试过,二面挂 多维感知算法工程师,电话面试,两轮面试都是15分钟左右。第一轮同事面,主要问了项目、相机标定、C++等内容。问得比较基础。第二轮主管面,问了视觉方面的内容。
8.8 投递 9.21 一面 30mins 两个技术面试官 自我介绍 主要围绕项目问一些东西 9.26 二面 20mins 一个领导+一个HR 自我介绍 项目中的分工、难点 HR: 怎么看待天翼云 为什么想投我们 自己的优劣势 过往经历中的一些压力大的阶段,以及如何处理的 户口的意向 家人支持你来北京吗 反问 户口:要看指标 多久结果:过了会发测评 9.26 晚 收到测评 9.30 意向书 10.
字节跳动提前批:data-电商 数据科学 一面,部门成员:~50min 1. 自我介绍 2. 机器学习 a) XGBoost:损失函数推导、特征重要性的计算方法 b) 为什么用SHAP计算特征重要性,不用XGBoost自带的方法(实习项目) 3. AB test a) 对于不同类型的指标,分别要怎么做统计检验 b) 用非参数方法检验偏态分布的指标,统计功效较低,有什么其他方法
下午两点半面的,用的腾讯会议。 一个hr加两个技术面试官。 先让我做了自我介绍。 问了我坦克大战小项目的具体内容。 问了数据库的索引怎么写,怎么实现的,如何防止sql注入。 问了好多锁的内容,我说不太了解。 问了JVM,说没怎么学过。 问了有没有自己实现所有的数据结构,没有。 问了socket套接字,在服务端的代码怎么写的,我说记不清了。 反问环节,问了新员工的培养机制。#23届秋招[话题]##金
知乎链接 https://zhuanlan.zhihu.com/p/670347110 一面 11.12 50min 1.项目 2. Facal loss 3. Coding: (1) 连通块个数 (2) 实现NMS 二面 11.18 38min 详细聊了项目 15-20min 2. Focal loss 场景题: 给一堆图片数据,数量很多,但是里面一部分是噪声图片也就是标签是错误的,请问怎么训练
#设计人的面试记录# 概述:二面的主管感觉是个比较“传统”的人,emmmm,一边问一边从一张表里选几个问题,然后一边记录我说的内容,这种感觉乖乖的 问的内容 1. 自我介绍 2. 作品集介绍(经典问题了) 3. 为什么选择跨专业 4. 未来希望从事什么类型的设计工作 5. 说三个优点和缺点(优点和缺点各三个,当时一时半会儿真没想全,主要是这6个点也太难想了) 6. 工作上有没有踩过一些坑,有什么收
面试时长25分钟 自我感觉 凉了 Q1 简历深挖 Q2 自我介绍 Q3 说说sop吧,你们怎么运用的sop Q4 你的实习会不会偏向于市场和运营了?为什么投递这个岗位 这里我如实回答了我投递了内容,部门筛选回到了池子里面 简单的说了一下 然后说这个岗位其实偏向于产品和运营 Q5 你会怎么做 提升自己的能力与竞争力 Q6 (这个问题在前面问得突然想起来)你的数据是怎么去定量的,为什么要加粗的(简历写
第一题:给一个整数序列,每个数+1或者-1算操作一次 问最少操作多少次,可以得到一个连续序列 例如:给定 2 3 5 7 11 需要把2变为4,11变为6,即至少操作7次可以得到连续序列3 4 5 6 7 第二题:给定两个整数栈,如果某个栈的栈顶元素是两个栈的最小数,那么可以把这个栈顶的最小数去掉;如果没有,只能将一个栈顶元素移动到另外一个栈, 问操作多少次后,栈为空 例如: 栈一:3 4 栈二:
9.12投递 成都的软件研发中心岗位 1 9.21收到面试邮件 10.13面试 半结构化面试(10.13) 自我介绍(3min) 问有过实习吗,实习内容 介绍项目针对项目提问题 (经典网络适合小样本吗? 对样本扩增进行了什么处理,数据扩充有什么了解) 对机器学习的算法了解什么 介绍一下支持向量机 支持向量机是做分类还是做回归的 深度学习的优化算法,模型优化算法 除了随机梯度下降还有什么算法能让梯度
2022.09.15 15:30 30分钟 1.Java中常用的集合有哪些 2.list set map的区别 3.Java类的初始化过程 4.Java对象的wait方法,锁,说一说 5.垃圾回收介绍一下 6.双亲委派模型 7.spring的aop实现原理,有哪些应用场景 8.数据库的索引什么时候失效 9.如果一个数据库表中,是支付信息,已支付完成的信息不再改动,主要是查询操作。未支付完成的信息会
#数据人的面试交流地# TimeLine:一面20220722,二面20220727,三面20220810,HR面20220815,意向20220824 BG:北邮本硕,管理类专业,两段实习经历:字节数据分析师、美团商业分析师 一面 1. 简述p值的概念 定义1:根据检验统计量的样本观察值得出的概率,此概率为原假设可被拒绝的最小显著性水平 本质上是一种概率,可以由统计量的样本观察值计算出来,与显著
投递的web前端岗位 北京 1 HR + 技术官 2 三个人一组 组面 3 自我介绍 4 技术官提问: 做项目的优势 项目难点 5 总共18分钟结束组面 确实不太明白 为什么京东方把我分在做通信算法这个组。这个操作大伙怎么看?
45min面试分成三部分 1)项目介绍 广告公司实习,用多元回归看哪个广告平台对收入影响最大。 问:模型有什么问题和改进方法?答:依靠经验判断哪些特征有用,也许神经网络会好。问:你有实行这个改进么?答:没有。(羞愧) 科研项目,神经网络判断哪个SSD延迟更低。 问:用了什么样的模型,是否特征筛查。问:你知道什么业界的特征筛选发放么。答:我只知道便利所有特征组合。(相关矩阵) 2)机器学习问题 问: