《学科网》专题

老师操作指南-发布教学单元内容 a. 添加新章节 点击“+添加章节”会出现编辑框，添加章节的名字和日期以后点保存。 创建完章节后添加课件内容、测验内容和作业内容 b. 添加小节 点击上图中的“添加小节”按钮，在弹出的信息栏中,输入小节名称后保存；保存后，点击“编辑教学内容”，即可进入编辑页添加具体课件内容。 编辑之后中可点击“返回教学单元内容”返回发布内容首页。 目前可以添加的课时内容为:视频、文

一共就面了半小时，有15分钟都在做题的样子😂 手撕: 判断链表有没有环，快慢指针，通过了面试官还要我讲一下思路，我就一直解释推的数学公式，不知道他听没听懂 问题: 我做的项目用了Xgboost，就从这个开始问，原理，GBDT，为什么这种模型好用等等 后来又问了我使用过paddleocr，提升准确率方法，(我也不知道，就瞎说，当时也没提升) 还问我会不会用大数据处理工具，没用过… 问了一些数据处理

昨天下午一面，三个人一起。开头先自我介绍，然后有个大概是HR，问了一些家庭状况。父母什么情况，有没有兄弟姐妹，有没有女朋友，四六级多少分。搞技术的那个也没问技术，让我讲讲自己的项目经历。问我怎么解决的问题，跟别人沟通能力如何。第三个问我了解运维吗？愿不愿意干运维？有没有实习？有没有论文？未来的职业规划是什么？问我的意向地点是哪里？听说万华好像更喜欢山东本地的，不知道会不会被卡。

9.7一面 约35min 1.自我介绍 2.对着ppt讲硕士科研项目+实习内容 3.工作地偏向，家庭偏向，其他offer等。 4.反问

美团笔试4道a了3，面完挂了一次被捞起来，然后面了两轮因为不太匹配又被丢回人才库了，今天又通知被捞了起来…… 记录一下前两轮面试吧，希望这次被捞能有好结果 优选一面（1h 凉） 一直问项目，目标检测的，数据集、模型…… 问图生图的，评价指标，模型结构 以上问了四十多分钟 写题：LeetCode 152. 乘积最大子数组 题不难，脑抽了，初始化一直有问题（你这个方法应该没啥问题，过不了的话你回去再调

一面 深挖实习项目，问了算法的idea产生以及部署落地后的效果，最后问进一步改进方法 二面 第一部分考察对NeRF整个领域的了解，介绍了十多个下游领域方向代表的论文并说明优缺点；第二部分针对NeRF问我关注什么样的改进以及重点看哪方面的创新点，之后对NeRF+SDF的表面表达原理细节以及公式提问，接着问实习项目的创新点；第三部分针对他们业务中存在的问题问我有哪些方法或者建议；最后一部分简单过了鼠鼠

自我介绍 介绍项目 介绍实习，面试官问的内容和ML的关系不太大，可能是和部门的工作比较契合所以就没为难我。 面试官向我介绍部门的工作内容，了解到和我目前实习工作相关性较强。 手撕：比较版本号 反问，因为投的是深圳+北京，所以问了一下base地。

简介：Attention机制是一种用于加强神经网络在处理序列数据中关注重要部分的机制。在处理长序列时，RNN可能难以捕捉到序列中不同部分的重要程度，导致信息传递不够高效。而Attention机制允许网络根据当前输入和其他位置的信息，动态地调整各个位置的权重，使得模型可以有选择地关注不同部分的输入。Transformer是一种基于Attention机制的神经网络架构，由著名且经典的"Attentio

冬招的第一个offer 一面 先拷打项目 然后手撕多头注意力机制和一道算法题：lcr08长度最小子数组 然后问了一些八股 linux如何查看某个文件有多少行 linux如何查看某个文件的第几列 git回滚的指令 合并分支的指令 弹一弹熟悉的激活函数和优缺点 fasterrcnn的优化 yolov5v8的优化 为什么业内yolov5用的比较多而不是yolov8 多头注意力机制和单头相比有什么优势 正

什么是机器学习？ 机器学习是自动从数据中提取知识的过程，通常是为了预测新的，看不见的数据。一个典型的例子是垃圾邮件过滤器，用户将传入的邮件标记为垃圾邮件或非垃圾邮件。然后，机器学习算法从数据“学习”预测模型，数据区分垃圾邮件和普通电子邮件。该模型可以预测新电子邮件是否是垃圾邮件。 机器学习的核心是根据数据来自动化决策的概念，无需用户指定如何做出此决策的明确规则。 对于电子邮件，用户不提供垃圾邮件的

一面 自我介绍 结合项目描述RNN、LSTM结构，描述模型改进原理 残差连接的优势 梯度消失问题——对比深度网络的梯度消失和循环网络的梯度消失 数据不平衡问题原因与解决措施 性能指标F1分数的计算方式 DDQN项目的环境介绍与网络模型 深度学习和强化学习的关联 Adam优化器的原理，SGD的原理 手撕： 最长有效的括号字符子序列（返回所有最长的子序列）（10分钟） 反问： 1分钟 emmm手撕ha

遇到了全是技术岗的群面，一起讨论怎么ai技术加入产品 总结：一定要读题！！！针对题来每点说自己的想法，最好把自我介绍压缩一下，组里好几个人没有说完就被下一个了，而且顺序不是按照公众号的个人编号。 读题5min，自我介绍➕想法1.5min，讨论20min，总结5min 就算没有抢到主持人，中途理清团队的思路也很重要！！！我的组两个技术大佬一直不统一。。。导致其他人也没有发表什么明确的想法和意见，我发

提前批 过去有点久了，可能有些回忆不准确了 百度机器学习一面 （电话，很简短） 询问想做的方向 问了LSTM GRU的结构和区别 Attention 原理 Bert 原理 对做NLP怎么看 百度机器学习二面 过项目，问项目涉及到的机器学习算法 概率题 贝叶斯相关 手撕算法 二分查找 先写无重复的 再写有重复找第一个 百度机器学习三面 证明根号二是无理数 用梯度渐近法求根号2 用牛顿法求根号2 手撕

时长70分钟左右，主要在问项目，其他八股挺常规的 八股： transfromers和RNN, LSTM的区别 解释一下梯度爆炸和解决方法 BN和LN的区别 讲讲了解的激活函数 怎么识别 / 解决过拟合问题 XGBoost和随机森林的区别 算法题： 最长公共子串 面完第二天秒挂，可能是笔试做得太烂了

1. 如果测到 bug，开发说不是你怎么办？ 2. 如果这个需求，是你自己写的测试用例，你和产品做了评审，开发说还不是，并且这个是你独立完成的，别人不太清楚，这个时候你要怎么做？ 3. 如果你现在测试的时候，测试环境没有问题，上线后有问题怎么办？ 4. 作为一名测试人员，你是如何看待自己漏侧的问题？ 5. 之前写过前端页面吗？ 6. 前端界面，有一个button，点击无效，会用什么样的思路去排查？