晚上六点半面的,先让做了自我介绍。 问了硕士研究的课题,问了是否有兄弟姐妹,问了父母工作情况。 问了期望薪资。 反问,问了职业的发展方向。 希望能过吧。#23届秋招[话题]##金篆信科有限责任公司#
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
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
1、计算机网络: (1) TCP的三次握手和挥手 (2)OSI7层模型,每层分别有什么作用 (3)对哪个层的了解比较多一些,平时用得最多是哪一层 (4)传输层的协议有哪些 (5)是否对ip协议有了解,ip协议的分类等 2、数据结构 (1)数据结构的分类 (2)红黑树、平衡二叉树查找的过程、原理 (3)hash,hash冲突,解决hash冲突时单链表长度过长的问题 (4)大小堆 3、算法 (1)堆排
面试官迟到3分钟。 准点时hr先叫我自我介绍,所以实际上面试官没听到我的自我介绍。 自我介绍完面试官进来会议室直接开始问问题。 1、做的大模型的项目有没有做模型优化? 2、优化模型的项目,科研做的项目? 3、会什么编程语言? 4、cpp里面什么时候可以用多态? 5、bert和gpt的区别? 反问: 1、后续面试流程,下一次hr面 2、公司业务,自然语言处理做问答系统,交易吧啦吧啦的一些文本处理 —
1.问项目 2.八股: 讲一下transformer 为什么用layernorm 讲一下bert 了解哪些大模型 大模型中attention的改进方式(MQA,GQA) 3.代码: Leetcode不同路径II#面试经验##算法面试经验分享##拼多多暑假实习面经#
主要是项目深挖, 刚开始很惊讶,科大也有搞电机控制的? 三电平比两电平的优势。 PID整定方法。 开关频率? 你实验室电机功率。 带载的力矩有多大? 硬件部分谁在做? 你主要做了什么? 相对于其他学校的学生,你的优势在哪里? 反问。很短不到20分钟没有反问甚至只有12分钟,可能对我没兴趣,总体比较水。 期待二面。
今年投递 OPPO 的人实在是太多了,6月28日投递,8月1号才过初筛,收到测评和笔试链接 面试应该也是最后一批面试了,期间因为时间冲突联系招聘HR调整面试时间,HR表示如果不面,后续可能不再安排了面试了 时间线: 8.2 笔试 - 8.18 一面 - 8.28 二面 - 8.29 HR 面(状态码显示通过✅) 三场面试都比较简单,每轮面试30min左右,不太清楚是 kpi 面还是学历厂 一面 8
1. 有无实习经历 2. 深挖项目,着重问需求分析阶段的内容。好几次讲到了功能的实现,面试官都说不想知道功能细节,只想知道前期需求调研和报告撰写的过程 3. 需求分析阶段遇到最大的困难 4. 如何看待从软件工程师转换到面向客户的售前角色 5. 如何去追求自己的喜欢的女生,如何介绍自己(?) 6. 如何看待chatGPT(二面又问到了) 7. Github中Copilot工具的使用对编程人员带来什么
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:
上来先自我介绍然后让自己挑一个项目介绍。后续面试官问了很多问题 1 特征工程如何做 2 特征筛选都有哪些介绍一下 3 随机森林原理 4 支持向量机介绍一下 5 深度学习框架会哪些介绍一下 6 transformer介绍 7 attention机制都有哪些介绍一下 8 lstm原理以及相比于rnn的优势 9 时间序列预测都有哪些方法 10 介绍一下arima算法 11 数据库都会哪些 12 深度学习
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
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
8.12 16:10分,专业面试,面试官进来就先让自我介绍,介绍硕士课题。说我的课题更偏向航空航天,为什么会选择储能行业。我的回答是:更期待尝试不同领域的内容。同时询问英语口语怎么样,用英语介绍自己母校,很卡壳。聊的大致都是专业相关内容。 退出会议室是16:18,整个过程才8分钟,估计是觉得还是不对口,直接Pass。 反问问了有几面,共两面,专业面和后续综合面试。
是个声音很好听的小姐姐面的,面试体验超级nice。就自我介绍,然后问项目,然后就反问。没有八股和手撕,整个面试过程非常的愉快。 ps:感觉除了大厂会招做理论算法的人,这些制造业的厂都倾向于招把算法落地到开发板上的人,所以基本都会问,会不会C++,有落地的项目没。 也不知道后续会怎么样,等待中 #哪些公司面试官让你印象深刻?#