《通信/硬件秋招总结》专题

三面-8.7 1个小时左右，但是问的深度是前所未有的....面试官说如果通过会有四面，但是我感觉跪在三面了55 1.自我介绍 针对两段实习的提问 2.完整介绍一个你主导或者深入参加的项目 3.你知道置信区间吗，这是怎么定义的 4.简历细节-你所定义的“跨城分发”依据是什么？怎么识别需求？怎么定义的？这么定义是否合适？（这真是个死亡问题...） 5.怎么判别一个实验是否推全？看什么指标？有增幅就推全

家人们，回顾一下我在23年12月参加的大厂二面，面试官针对投递岗位和简历情况进行提问，八股部分占比较大 自我介绍 为什么实习经历比较短，都做了些什么，学到了什么，意义 场景题：给核心产品的所有接口加一个公参，怎么测试 什么情况用自动化测试 自动化测试和人工测试的区别 手撕：列表元素排序（手写排序规则），怎么测试 手撕2：给你一个字符串 s，请将 s 分割成一些子串，使每个子串都是 回文串返回 s

大家好，今天我来回顾一下秋招中的一场很重要测开面试 一面面试官深挖我的项目经历，并提出了很多的实际场景，我现在回顾依然有很多新的认识 自我介绍 实习工作 测试用例编写流程 线上bug怎么处理 实习的亮点 写的测试用例是什么功能，关于什么？ 上传图片、文件测试用例 管理系统项目 项目重新设计，QPS很高，怎么解决 存储用户的请求，日志和打点 数据库，QBS高，存储量很大怎么办？ 数据库怎么存储文件

一个小时，面试官是个没得感情的出题人，然后全程就我自己在傻笑。哈哈哈，估计凉了。。。 上来30分钟四道算法手撕： 1.反转链表 2.数组乱序输出 3.二分查找 4.输出一个对象里面含有多少个k字符 八股（只问了js，而且基本是es6的） 1.事件循环说一下，宏微任务有哪些 2. 1）promise，async，await是啥，有啥区别 2）看代码说输出顺序，async和await的 3.map，w

基本信息 时间：2023.11.20 时长：25 min base：北京、首都、直辖市、国家中心城市、超大城市 问题 确认求学经历， 学业成绩写的5-20%是区间值吗？ 我看到你过往有实习经历 本科或者硕士有参加过竞赛吗？ 为什么选择前端开发？ 所以你觉得自己更熟悉前端？ qax是北京吗？ 问一下项目产出？ 哪一个难度高一点？ 是之前没做过，还是工作量上能体现难度？ 你们远程是打字吗，不允许视频

强度最大的一次面试，收获非常大，非常感谢面试官 1. 自我介绍（说自我介绍挺快的哈哈哈） 2. 问了下软著，我说是学校项目，简单介绍了下 3. 简单介绍下一个比较有收获的项目（说了下框架项目） 计算机网络阶段： 4. 网络七层模型分别是什么 5. TCP和UDP的应用场景是哪些 TCP适用：网页、电子邮件、远程登录连接、文件传输 UDP适用：语音通话，多播通信，DNS解析 6. TCP如何实现可靠

一面 基础： 网络通信用什么框架（gRPC） gRPC的启动流程，应用写好到发布到线上做了哪些操作会给别人用 HTTP1.0和HTTP2.0的区别 实习中用MySQL的时候遇到过哪些问题 实习中用MySQL的优化 A、b、c建联合索引，b和c相等a不等，他们是怎么排序是怎么样的 innoDB默认的事务隔离级别？可重复读会存在什么问题？ 除了binlog，还有什么日志 有遇到过死锁的问题吗 线程和进

公司：腾讯 部门：腾讯广告 岗位：技术研究-数据科学方向 形式：视频面试 视频面试平台：腾讯会议 时长：14分钟 流程： 1、自我介绍。 2、你对于选择第一份工作的考虑有哪些？ 3、腾讯对于你的吸引力是什么？ 4、放到一年后你希望你在工作上获得什么样的成果？ 5、过往经历中你遇到的最困

面试形式：视频面试，要开摄像头 1、自我介绍后问选择交互设计的原因 2、作品集review2个作品（不得不吐槽pdd面试工具没有投屏功能，讲的时候不清楚面试官能不能知道在讲哪里…有点尴尬） 3、针对作品集常规提问：包括交互上卡片为什么设计成这样、数据上的提升、自己负责的职责等 4、询问在工作中自己是以数据还是以体验为导向的设计师 5、能否接受工作时间：早11晚10.30，最近是一周五天 6、对ba

岗位 视觉算法工程师 一面 针对项目进行提问，问的比较细，要对每一点说出为什么 深度学习算法相比于传统算法在去噪上有什么优势 了解傅里叶变换吗，蝶形计算快在哪里 了解量化吗 BN有什么用，为什么可以加速训练 label smooth为什么可以提高精度 介绍一下深度可分离卷积，深度可分离卷积和普通卷积的计算量对比 代码：应用题，二分查找的应用 #2023校招##计算机视觉算法工程师#

联想：2022 秋招 算法工程师 面试 一面 项目 是否了解 GDBT 等推荐算法 分类问题的交叉熵、是否可以用MSE 不可以。主要原因如下： 物理意义上，MSE 衡量的是几何空间的欧氏距离，而分类问题中每个类别的标签是离散的 和 ，本身不具备几何空间的意义； 信息学中，交叉熵衡量的是两个分布之间的差异，可用于衡量模型预测的概率分布和真实标签的类别分布是否相似。 计算上，分类模型输出的概率一般会经

9.7一面 (50min) 自我介绍 项目比赛提问，问具体的细节 GRU与LSTM的区别 GBDT的原理 XGBoost和LightGBM与GBDT的区别 BN在训练和测试阶段的区别？BN在训练时是如何更新参数的？ 手撕算法题： 在一个m*n的矩阵里，一个机器人初始在x,y点，并且每次只能向相邻的上下左右四个方向移动一步，那么在最多移动k次情况下，一共有多少条路径可以逃出矩阵？ 输入5个参数：m,

写在前面：360我很早就面完了，一直没结果估计泡没了，自己也签了其他公司了，最近来更新一下面经。 一面：2022.9月初 （40分钟左右） 1、自我介绍 2、讲实习项目，讲到LightGBM，有没有试过XGB、GBDT，讲讲模型异同，在这个项目里怎么处理缺失值的。机器翻译是怎么做的，lstm和cnn的区别有了解嘛， 3、讲一个比赛项目，说下你怎么做特征的。语义特征怎么做的，如何判断两个近义词，wo

一面：2022.9.27 20分钟 1、自我介绍，说一下参与过哪些AI的项目，工作地点是如何选择的 2、日志检测的具体方法，故障预测的具体方法，有监督内存故障预测你要怎么设计，LSTM和GRU相比于RNN为啥好，说一下SVM的原理，说一下聚类方法，怎么处理数据中的噪声点，说一下优化器为啥有动量，接触过什么编程语言，dataframe给你怎么打乱，说一下机器学习的预处理要做什么 二面：hr打了个电话

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：投的AI工程师-NLP，base深圳，投递时间n，笔试时间n+5，测评时间n+6，一面时间m=n+25，二面时间m+16，三面时间m+21，收到短信三面通过，后面就没消息了。。。 笔试大概500分，每一面的结果都是在面试后五分钟左右立即收到短信通知的，这一点很好，有一种完成挑战的幸福感，虽然