面试官有事情的样子,也就面了20分钟。 1. 面试官自我介绍(搜索引擎组) 2. 自我介绍 3. 简历上最近参加的一个比赛过程。 4. 实验室项目做的什么。 5. 研究方向是研究什么的(讲了讲方向和论文简单思路) 6. Webserver实现了什么。 7. 我们这边很多情况要用Java,你可能需要学习,能接受么。 8. 反问环节。 全程无八股无手撕。
选择题 SVM支持向量机、KMP、RNN、倒排索引、ELMo 极大似然估计、Dropout和Bagging,L1&L2正则 编程题 ①. 只包含数字1,2的序列,可以将数字2切割为2个1,求最小切割数能够产生的非降序序列。 签到题,建立一个栈,若遇到降序数字,则出栈直到符合标准; ②. 每个人都只能看到他人头上的数字,并计算数字的异或和,已知每个人计算的异或和,求头上的数字。 没做出来,待补; ③
一面15:00-16:00 简历面+ 反转链表➕简单dp 二面16:30-17:20 简历➕机器学习八股 三面 17:50-18:45 简历➕八股➕一道智力题➕一道场景题 有没有友友知道啥时候出结果,怎么看过没过呀#我的实习上岸简历长这样##晒一晒我的offer##写简历别走弯路##我的上岸简历长这样#
周六上午一面,先是一道算法题A出来了,然后让我挑最熟悉的研究成果并且把论文PDF发过去,其他工作也没少问。让我介绍实习最主要的工作,我说了其中一个,其他的工作也是抓着细节猛问......最后我的经历写的那么满,他强行考我一些八股,并且手撕Transformer Block。我说我能写但是我需要想一下(这个年初找实习的时候我甚至自己撕过一次),我的工作里面接触的少但是self-attn的原理我是知道
0814-一面 体验感 一般,没实习和项目,导致面试官也没问啥,总时长45min。问的基本都答上来了,自认还答的可以,但是一回头就是这个 这就是KPI面吗 55555555555555 流程 提问 介绍项目和比赛介绍所用数据增强 你还能想到哪些预处理方式可以尝试 介绍一下比赛所用的精度是什么 介绍论文介绍vgg和resnet的主要优缺点 传统图像算法有了解吗 反问 研发岗都在西安实际应用场景(le
推荐算法优化试验 推荐算法和AppAdhoc A/B Testing 许多网站或APP都涉及到推荐系统,比如电商产品会涉及在结算月推荐“购买了此商品房的用户也购买了…”,比如新闻资讯类的首页动态推荐Feed流,影视和音乐类的产品会在最显著的地方有推荐板块等等。。。 无论是基于内容,基于协同过滤,或是基于标签的算法模型,都会面临同样的问题:如何衡量算法模型的好坏?很多时候,只能凭感觉,实际效果往往差
主要内容:1.第一次分治,2.第二次分治,3.第三次分治,4.第四次分治,5.查询逻辑,6.总结1.第一次分治 kafka通过topic给用户提供数据的读写,对于不同的业务来说,可以定义不同的topic来达到数据分治的目的,不同的业务写入或者读取不同的topic,且不同的topic会尽可能分散在不同的broker中,提高数据的IO效率。 虽然kafka没有限制topic的个数,但是也不要盲目多建,因为越多的topic,代表着越多的数据存储单元,容易导致同一个topic的数据在磁盘存储位置的不
一面(和我之后的mentor面的): 深扒了我的项目,问我的方向主要是做什么的。当时是去年12月份,一篇CVPR在投。 transformer中self-attention的复杂度,写一下self-attention的公式,为什么要除以根号dk,问的很深,mentor超级有水平。后来进组被疯狂碾压。 为什么用论文里面用了transformer 一道算法,忘记是啥了,什么最长的.......,暴力解
今天面试了豆瓣算法岗,我一番自我介绍完之后,最后说自己学习能力强。然后面试官就说:我们先写一个基础的算法题吧。然后就给出了一个算法题,无奈自己LeetCode刷的真的还不太够,写了半个小时都没有写出来。
5月23日一面(30min) 自我介绍 介绍项目(图像分割) 项目中遇到的问题,如何解决 实际代码实现时间 对transformer在分割中应用的看法 其他一些项目细节,大概20min 手撕一道简单的括号匹配(10min) 反问环节 -------------------------------------------------------- 5月26日收到电话约二面 -------------
第一题 给定一个一维数组表示不同地方的高度,然后在一个地方倒水。倒水会使得相邻的低于此地高度的地方积水。问最多多少个地方积水。 第二题 有一个长度为n的棋子队列,初始情况为全正面。对其做q次操作,每次操作会将[a,b]区域内的棋子翻转。问每次操作过后的正面棋子个数。 解法 一开始想维持一个线段队列,然后记录每个队列的正反情况。但是发现在插入新的线段时,要考虑的情况太多了:新线段包含已有线段,新线段
投的深度学习框架工程师 选择题里一半左右都是相机图像处理相关 代码题 一个数组选择左端还是右端取数求和是否存在等于特定值的情况 第二个是手写信号处理的两种卷积 再见了小米
1.矿泉水 2.立方和 3.求环的个数 #深信服笔试题#
1. 立方和 2. 矿泉水瓶,示例通过了,但提交时通过0%.... 有谁知道为啥吗 错误原因:最后剩下的部分应该是 而非 修正后的代码: 3. 求环的个数 #深信服笔试题#
全部都是简历上的内容。 1.attention(举例,self attention) 2.召回率(数据集中一半正样本,一半负样本,模型输出结果全是正样本,问召回率) 3.miou(公式,含义) 4.GAN #算法岗##算法工程师#