提前批 非star 岗位类型:推荐方向llm算法 一面: 自我介绍。 聊项目。 无八股。 手撕是一个滑动窗口 有些小细节没写对 但最后还是给过了。 二面: 自我介绍 然后紧接伪代码手撕多头注意力,撕完面试官说rms和残差链接呢?我说这个一般不在多头注意力这个类里面写,又给他写了一下transformersblock里面forward的伪代码。 紧急八股,rms和一般layer norm的区别。 l
时长10分钟,只问了项目和实习经历。 1.自我介绍 2.会不会前端? 3.简历上写了kafka,为什么选择Kafka作为消息队列,讲一下消费者和消费者组 4.项目中为什么要使用Lua脚本? 5.项目是合作的还是自己做的,有无上线? 6.介绍一下实习经历
自我介绍,说明意向岗位和城市 研究生成绩 本硕挂过科没 研究生有没有什么奖学金 SpringBoot 的依赖注入 jar包和war包的区别 Go 协程 k8s docker containerd 的关系 以上均问是什么,没有为什么的问题
7.23号投递,7.29上午做完测评下午2点就打电话约了7.31晚上7-8初面 岗位cpp/php/go 面完更新面经 初面更新 开视频面试官看不见,于是我们俩都关了 开始问了我一些情况,学校课程,还有有为什么实习移动端还投这个岗 让我讲了20分钟操作系统的项目,包括函数调用流程,参数压入栈的细节,上下文切换,内存管理等等 页面置换算法 让我讲了一下网络层和数据链路层的协议使用 手撕: 二叉树蛇形
机器学习/数据挖掘/自然语言处理工程师 1、自我介绍 2、聊一下大模型实习 继续预训练怎么做的?cot微调数据怎么构造的?直接给出cot的结果和让大模型以cot形式输出哪个效果好?腾讯怎么做推荐的?还是传统思路吗? 3、八股 llama的特点?post norm和pre norm的区别? 4、最大连续子数组和 5、智力题:每辆车加满油可以跑100公里,16辆车合作最多可以跑多少公里?
百度提前批(凉面) 7月17百度Java工程师-移动生态数据研发部。 先介绍了一下简历中的项目,没深入细问。 面试问题: 1. Java内存,越详细越好(答了一点点) 2. transient关键字(电脑声音小,没听清) 3. 集合用了哪些?(hashmap 引出 cocurrenthashmap 答完了) 4. volatile 和synchronized 区别(答完了) 5. 内部类和嵌套类之
#提前批# #面经# #提前批过来人的忠告# 中电29所算法岗笔试 1.机器学习 2.大数据hadoop 3.雷达原理 4.数字信号处理
一面: golang八股: 1.channel底层实现 2.map是并发安全吗 3.如何实现并发map 4.进程线程协程区别 5.内存逃逸 6.幻读 7.innodb如何解决幻读 8.mysql如何实现分布式锁 算法: lru 二面: 八股: 1.redolog和undolog 2.如何实现排行榜 3.如何避免超卖 4.golang切片和数组区别 5.mysql锁 6.mysql索引 8.Redi
1 自我介绍 2.项目优化问题 3.盒子模型 4.border 0.5px 5.原型和原型链 6.垃圾回收机制 7.手写防抖 8.算法题,数组组成的最小数字
周四下午五点接到邮件面试选时间,看到只有周五可以选,实习结束以后基本没咋准备八股和算法,一面结束直接寄 ---------------------------------------------- 问题 webpack打包轻量化问题,有没有拆包 移动端适配,为什么要写两个页面pc+移动,只写一套页面怎么同时适配移动端和pc 场景题,手撕CSS移动端响应式 js基本类型引申出手撕一个函数判断传入的变
学历背景:双非本硕 计算机 研究方向:医学图像处理 无实习 一面: 基本围绕简历上的项目问,问简历上的具体算法,然后问了简历上会的技能。 二面: 还是问项目简历 1. 项目的具体流程 2.自己具体做了什么工作 3.项目算法与其他算法的效果对比 4. 遇到的困难,如何解决的 感觉整挺好,希望有三面吧。哈哈哈哈哈哈 #OPPO提前批#
一面已过 主要问的是java基础, 并发, 数据库和计算机网络 8月22号面的技术面, 迄今为止HR都还约面, 可能要一个月 对于web后台来说, 期望不要太高, 高了容易挂, 在14k-15k比较合适 #cvte#
问项目以及涉及的技术栈 1. 注册中心的原理知道吗, 怎么保证服务发现的; 配置中心呢 2. 项目中的消息队列用在什么场景, 为什么用消息队列 3. reids缓存穿透、缓存击穿是什么,有什么影响, 有哪几种解决方式 4. redis分布式锁实现方式 5. java八股: 1. ==和equals的区别, 自己实现equals要注意什么 2. 项目哪里用了线程池, 为什么用, 7个线程池参数以及作
部门:搜索策略 一面7.18 自我介绍 深挖了项目和实习经历 为什么用网络A当baseline 对c++熟不熟,c++和python的区别是什么 手撕平衡二叉树 二面7.19 自我介绍 中途突然退出了,还没发现,百度的垃圾面试软件, 面试官全程不感兴趣我的方向 面试官还不开摄像头 纯kpi面 问了问实习做的什么 说了半天他还是不懂,估计他自己连扩散模型都不知道是啥。 问了问比赛第一是负责了哪些部分
一面7.20 自我介绍 介绍一下实习工作内容 stable diffusion架构和训练测试流程 介绍一下aigc的研究现状和传统的gan最大区别 目前取得的阶段性进展 一阶段和两阶段检测的区别 项目和比赛中小目标检测能用哪些方法解决 手撕中等难度,二维dp秒 反问