《Python工程师》专题

1.自我介绍 2.数据采集相关，怎么把kafka中的数据采集到mysql中？ 忘了 3.hive，两张表的重复数据，怎么去重？ 回答distinct,group by ，开窗取第一条， 开窗函数是哪个？ 没回答上来 4.udf函数写过吗，flink消费kafka中的数据写过代码吗，需要看代码？ 5.使用java干过那些代码？ 面试时长：10分钟，面试效果，差 不足：对于简历上的内容，回答支支吾吾，

奇安信 计划研究院 算法工程师 一面 40min 11.06 1.介绍了三段实习实习经历，里面用到的模型的原理，改进方法等 聊了20min 2.刚收到图像的训练数据，怎么进行处理 3.Yolov5的主要改进点 4.介绍特征金字塔，以及为什么它能提升模型的效果 5.介绍Centernet模型 6.anchor free比 anchor base有什么优缺点 7.Python列表去重的方法 8.Pyt

https://zhuanlan.zhihu.com/p/665595011 Boss直聘 算法工程师 一面 11.06 项目介绍 画出Lstm的结构图，并进行说明 Lstm用的激活函数是什么？相比sigmoid有什么优势？ 介绍Rcnn。为什么它速率较慢 C++内存泄露的原因 Python哪些对象是可变的，哪些是不可变的，怎么判断 Coding y = np.array([1, 1, 1, 1,

一面 11.23（有些问题忘了） 44min 自我介绍 详细讲解下目前做的项目（diffusion相关） 为什么网络结构要这样设计 与ip-adapter有什么不同 有没有效果展示（展示了下效果，面试官说不错） 了不了解GAN GAN和diffusion的区别 了解模型部署相关的知识吗（不了解） 写题： 力扣-704 写一个含有三层卷积层的10分类神经网络，写出每层的shape输出 反问： 对我这

Timeline: 9.24 笔试 -> 10.19 一面 -> 10.31 二面 -> 11.30 HR 面 + OC 谈薪 流程也太慢了，应该前面拒了很多才轮到我，而且广州珠海也没 HC 被调剂到武汉了，不考虑了。 金山服务端开发工程师一面 自我介绍 了解什么 Redis 数据类型？ stream 底层实现？ hash 底层实现？哈希表怎么扩容？ zset 底层实现？跳表查询时间复杂度？ Re

时间：10月 2技术面+hr面 已OC 一面 20min 自我介绍 重点聊聊你专业方面的一些积累、基础知识，项目经历、角色、贡献 主要讲安卓 说到Intent传Bitmap的问题 你用了全局变量 是不是得特别关注销毁和管理 管理周期（？有点怪） 假如说要查询数据库某一天的数据 一般我们数据精确到秒/毫秒级别的时间戳 这种时间格式怎么进行筛选 怎么去比较（说了from_unixtime和dateti

总共三十分钟左右，面试官人很好，没太多拷打，整体面试感觉不错 1.自我介绍 2.拷打实习项目，先让我整体介绍了一下，然后问了包括数据构建、模型规模、模型怎么训的、模型部署推理时延、模型怎么量化的等，然后问了一些包括用户输入一些攻击模型的话语怎么办、模型输出攻击性话语怎么办、模型幻觉怎么解决等问题 3.代码题，两道，一道全排列，一道连续子数组最大乘积 4.反问，问部门业务，说是做智慧座舱的 #软件开

单选25*2' 多选10*3' 编程题2*10' 两道编程题一道力扣原题：230二叉树的第k小元素，一道sql题。 这段时间做过的最简单的一次笔试（泪目/(ㄒoㄒ)/~~）#海康威视求职进展汇总#

荣耀：2022秋招 推荐搜索工程师 一面 自我介绍、论文 论文模型中学习率、batch size 以及其他参数是如何调优的 学习率使用模拟退火优化，初始值设置的稍大。 Batch Size 设置的尽可能大来提高学习的效率，并根据具体结果适当调整。 其他参数网格搜索。 介绍 LSTM-> Transformer -> BERT 传统 RNN 存在长期依赖的梯度问题，被 LSTM 通过三个门控解决，G

一面 1. 逐个介绍项目，问的很详细 2. 从公式的角度说明一下L2损失为什么会平滑 3. 解决模型过拟合的方法 4. 为什么L1正则化可以缓解过拟合 5. 代码 （1）快排 （2）手写卷积 #2023秋招##算法工程师#

10月12日 一面 30 min 技术面 一、自我介绍 二、 深挖项目、主要负责哪块？ 三、ICP流程 四、C++掌握如何 五、对ORBSLAM2的理解 六、了解激光SLAM吗 七、深度学习模型做了什么？ 八、约了第二天的手撕代码。。。。哎。。。终归是我不配了，一个一面都好难啊 估计自己面试表现太差了 #零跑科技##2023校招##面经##零跑科技校招#

今年面试难度top给中邮 虽然只有十五分钟，感觉硬核程度高于大厂n倍 简历主要nlp 1.自我介绍，项目介绍 2.文本阅读理解中，如果原文有相关的语义描述，但需要抽取的实体本身不在原文中，需要怎么做？ 3.介绍一下t5，和GPT有什么区别和联系 4.讲讲基于对比学习的词嵌入方法（simCSE，不久前的顶会） 5.除了bert以外，还有哪些预训练词嵌入？ 麻了，nlp卷成这样了吗

Bert的模型架构讲一下？ BERT模型的全称是：BidirectionalEncoder Representations from Transformer，也就是说，Transformer是组成BERT的核心模块，而Attention机制又是Transformer中最关键的部分，因此，利用Attention机制构建Transformer模块，在此基础上，用多层Transformer组装BERT模

听说写面经可以多拿offer 小红书一共是三轮技术面+HRBP面，整个面试体验很好，官网投完简历两天就面试了，结果出的也很快，几轮的面试官人都很nice。 一面，一小时左右： 首先是做自我介绍，这个可以提前准备一下 介绍简历中写的论文，讲的过程中面试官会提一些问题，问的蛮中肯的，也提了一些建议，沟通很愉快。会问下做的东西在工业界有没有一些应用场景，可以发散的聊一聊 问了下之前在美团实习主要是做些什

双非本985硕，icpc银，一篇一区论文 先自我介绍 1. 介绍其中一篇论文 2. 你的论文结果和其他人的有什么优势？ 3. 如何提升这个项目？（换模型，提升并发度） 4. Yolo的正负样本是什么？（与所有真实标签iou都小于阈值的预测框为负样本，反之为正样本） 5. 模型压缩和加速的方法有哪些？（gpu、蒸馏、剪枝、半精度） 6. 半精度是什么？（舍弃后16bit的半浮点数） 7. 半精度的理