公司:拼多多 岗位:数据分析师 形式:视频面试 时长:57分钟 流程: 1、自我介绍。 2、选你做过的一个项目,比如说从要去做什么、怎么做的、数据是什么样子的、特征怎么处理的等方面来介绍一下。 3、(简历提到LightGBM)介绍一下LightGBM。 4、之前做的这些项目中,从技术或者业务的角度来看,比较有挑战的事情是什么? 5、数据处理过程当中提到的one-hot是什么
一部分秋招面经,根据残缺的记忆整理,写的比较简单,供大家参考。之前也参考过很多uu的面经,希望对大家有帮助。好好生活,会有工作的! 美团 【岗位】算法工程师 常用的评估指标,AUC计算方式、TPR、FPR; 数据量很大怎么平衡AUC计算速度和准确性; AB实验,目的; uplift model; 因果推断的假设的理解; uplift model评估指标; tree-base 的uplift mod
是九月过去了楼楼也没offer,但确实面试了一些公司,发发面经帮助大家攒人品,求一个高质量offer 和大多数伙伴不同,楼楼是生化环材女,硕士方向非常劝退,debuff叠满,虽然学历不错但是选择也非常少,求职方向也不是非常明确,因为不想进厂+但是想要大平台+不想继续搞材料。总之,投递方向多为科技行业项目管理/产品管理/市场品牌等前中台岗位。 蔚来是我面的司里面,面试官看起来情绪最稳定、生活最美满(
今天刚面完二面,热乎的给大家分享一下。 一面是群面,题目是做旅行产品和AIGC的结合创新,就不细说了。 本人建筑学转行,回答不一定好,各位佬看情况参考
1、自我介绍 2、深挖简历,详细问了实习的项目,遇到的问题,如何解决的,有没有优化等等。 3、Python的深拷贝和浅拷贝的区别?赋值时浅拷贝还是深拷贝? 4、说下Maxpooling的反向传播。 5、L1和L2的区别。 6、说一下几种常见的图像特征。 7、深度可分离卷积是什么? 8、CNN中参数量和计算量怎么算? 9、深度可分离卷积的参数量和计算量是多少? 10、了解Linux的管道命令吗? 1
自我介绍 1,实习封装过哪些通用组件?(有哪些props,有哪些data,有哪些API和状态) 2,大概学了多久前端, 3,Vue组件通信 4,$emit和$on实现,内部是怎样的? 5,数据双向绑定、diff算法? 6,Vue2还是vue3? 7,Js数据类型, 8,基本和引用数据类型的区别? 9,为什么基本存在栈上,引用数据类型存在堆上? 10,Let const 和var的区别? 11,为什
二面5天后滚回人才库,对团子的好感度跌至谷底,秋招最面不明白的公司 一面-10.13 1.自我介绍 2.js写一下保留两位小数 3.合并区间 4.数据结构和算法都知道哪些 5.把常见的数据结构的特点说一下 6.哈希表的实现原理以及各个操作的时间复杂度 7.平衡二叉树的实现原理和各个操操作的时间复杂度 8.比较一下哈希表和平衡二叉树的优劣 9.了解哪些设计模式 10.说一下观察者模式 11.手写观察
约10min(面试官迟到): HR: 1.工作地点选择 2.了解这个岗位吗?之前有没有与该岗位的职责相关的经历? 技术: 1.介绍一个主要负责的项目(他认为与我的专业不太相关,又让我说一个更相关一些的) 2.在项目过程中最困难的事是什么?是如何解决的?
感觉没问啥深层次的问题,面试官反应犹如kpi机械化面试,凉凉的节奏 1、自我介绍 2、介绍实习经历,实习中你觉得有成就感的地方 3、专业相关性问题,好久没看书了忘的一干二净 4、优缺点 5、选择广州base的原因 其他的好像也没问什么 反问 看到pdd的工作强度,加上这面试的体验,终归和我无缘。不过也感谢他发了第一个面试邀请吧 #你的秋招第一面感觉怎么样#
昨天被HR约面,原本约下个星期,我询问能不能早点面试,就约到了今天下午 面试前,上一场还有一个其他的面试,赶的比较急。 面试体验很不错,但是面试官有点严肃(不怎么笑),我总以为是因为我回答的不在点子上,一直都担心害怕 哦!B站没有笔试,直接约面的!前天看流程还是待测试之类的,结果后面就电话约面了。 面试内容: 看你有使用插件化,说一下你们实现的基本原理 插件化是将一个apk根据业务功能拆分成不同的
不是我面 帮朋友记录一下 问了挺久的项目 vue2还是vue3用的多?3=>有什么新特性吗 手写proxy代理 说一下vue3的composition api,为什么还要用pinia呢 说一下什么是异步 手写实现promise 半小时不到结束了,项目挖得比较深,八股随便问的,说看重实际上线的项目经验(这边建议校招生直接去手搓光刻机吧 感觉多少有点吃了红利在蛋糕上面拉屎的意思了
9.21一面 (40min) 总结:腾讯会议,都没开摄像头,做题用聊天框,很奇怪的面试感觉。 自我介绍 项目介绍,主要是我这边在叭叭叭 一些基础知识: 几道数学题: 反问业务:搜广推风控 9.28二面 (20min)#携程##算法工程师##面经##23届秋招笔面经#
背景:主研多模态分类领域,秋招主要投NLP和多模态方向的算法岗,如果机器学习的岗位描述和我相符也会投 流程:投递岗位为算法工程师-NLP方向,投递时间n,笔试时间是m=n+14,一面时间是k=n+26=m+12,over 一面 30min: 自我介绍 挑一个具有代表性的项目说一下 对项目细节进行提问,某个地方怎么实现的,为什么这么实现 可以解释一下熵吗,它的公式怎么算的?拿到一个BERT的base
背景:主研多模态分类领域,秋招主要投NLP和多模态方向的算法岗,如果机器学习的岗位描述和我相符也会投 流程:投递岗位为自然语言处理工程师,投递时间n,投完直接挂了,后来找师兄部门直推的,一面时间是m=n+49,over 其实面试的时候能感觉到是KPI,对我兴趣不大 一面: 自我介绍 介绍第一个项目,并对项目进行提问,细节包括输出、参数更新、反向传播等 介绍第二个项目,是否遇到样本不平衡的问题 神经
背景:主研多模态分类领域,秋招主要投NLP和多模态方向的算法岗,如果机器学习的岗位描述和我相符也会投 流程:投递岗位为NLP算法工程师,投递时间n,测评时间是n,笔试时间m=n+17,一面时间k=n+30=m+13,over 其实挺想去顺丰的,选的深圳的base,听说适合养老?但是面试的时候感觉办公环境一般,因为面试官直接在工位上面试的,感觉工位小小的,而且有点吵 一面(30min不到): 自我介