#机械制造2024笔面经# 首先自我介绍 然后一大波问题来袭😂 请举例说明一个您在过往的学习或项目中不断进行迭代优化的例子。在其中您的优化方案是什么?结果如何? 请回忆段您与他人合作过程中,克服分歧并实现重要目标的经历。具体描述您是如何处理分歧的?结果如何? 请分享一个您在执行团队任务中主动帮助别人解决问题或推动项目更好的进行下去的案例。当时的情况是怎么样的?您是怎么做的?结果如何? 请说一说为
流程:8.24投递,8.28简历复筛。9.20一面。 1.自我介绍。 2.简历上写的项目,挨个问,不过问的都不是很深入 3.项目中的难点,你自己的优点,未来规划,部门出差频率较高,有什么想法。 基本上没啥,感觉有点像kpi面
投递岗位:机器学习/数据挖掘/自然语言处理工程师 投递时间:2023-07-15 提前批,实习时候面试的,面试官又在开会,迟到了几分钟,中间有有其他事情停了几分钟 1. 自我介绍 2. 询问还在做的实习内容以及比赛项目,简单介绍,八股涉及到大模型部分 3. 因为其他事情停顿了几分钟继续项目询问 4. 反问,xx地点部门整体氛围怎么样,如果进去后续如何培养 总体面试体验很好,面试官很有礼貌。 #24
双非本,坐标地级市分公司,总共感觉十分钟不到 1.自我介绍 2.说说实习干了啥 3.看项目上写的有商业计划书,说说怎么进行商业模型分析的 4.担任学生干部,说说主要都做了什么 结束,没有反问环节 面试间不隔音,一面前里面面试官大声密谋听的清清楚楚🤣多少人过笔试,多少人筛过简历,要录取多少个,我前一个好像是研究生,张嘴就是SCI,拿研究成果跟清华那个比怎么怎么好,听得我一愣一愣的,想走了都
#小天才# 面试前通知时间大约半小时,实际面了将近一小时,但最后还是挂了。面试官比较侧重于问项目经历,而且表明我进面试是因为看重我的专业(通信本科+生物医学工程硕士)和某个项目经历比较对口,不过我在面试前准备的方向有点偏了,我当时提取准备的都是深度学习以及大模型方面的多模态知识,而小天才的多模态指的其实是智能穿戴设备上采集到的各种生理信号数据,主要结合的还是机器学习算法,这方面的提问我也没有很好答
坐标成都,通知营销类下午两点半场,一点到达酒店发现已经开始报菜名式面试 一面:二面一,自我介绍之后问了主要关于对华三的了解,对岗位认知和简历一些浅挖 二面:hr面(应该)自我介绍之后填了意向地点问了原因,对应酬看法和酒量,手里offer,结束较快 三面😅:应该是主管或者什么大领导,桌子上摆着果盘香蕉水还有各种零食,没有自我介绍环节上来就讲offer里面选谁,然后问华为深信服要我我选谁。我先陈述了
1.算法题 20min LeetCode数组大小减半 用堆+贪心 因为用了堆结构,所以让我实现一个大根堆。 如何用大根堆实现小根堆 2.问项目 30min 3.反问#面试经验分享##小米##算法面试经验分享#
🕒岗位/面试时间 1小时30分钟 1、自我介绍 2、讲一下kaggle金 方案,围绕着一个比赛扣细节 3、围绕天池/miccai workshop比赛展开 3、Gem代替global avg pool动机,Gem公式,代码实现 4、BN公式、其中可学习参数的意义 5、手撕Focal Loss 6、手撕Crop(提供一个中心点,和裁剪的宽高,要防止越界等异常情况) 7、反问 已发下一面时间
接上篇 浏览器有什么安全特性可以防护XSS 如何防护富文本XSS 了解CSP吗 回答的不好,搜了一下答案,简单记一下吧。。 XSS https://tech.meituan.com/2018/09/27/fe-security.html 虽然在渲染页面和执行 JavaScript 时,通过谨慎的转义可以防止 XSS 的发生,但完全依靠开发的谨慎仍然是不够的。以下介绍一些通用的方案,可以降低 XSS
流程是:自我介绍-项目询问-企业观感-反问 整体感觉还可以,全是围着简历项目问的,其他问题基本没有。 希望进二面!
面试官很帅人很nice,但是本人巨菜估计已凉 大概持续30min 让我自己讲一个项目,扯了一个运筹相关的毕设(特别坑,自己都没完全整明白),面试官不是做运筹的,但是也讨论了下三要素(目标、变量、约束),感觉他没听太懂目标... 然后就问了机器学习的项目,我选的课程项目比较水,一些简单问题有准备但背的不熟,后来被面试官发现在念稿,要求视线注视屏幕就开始口齿不清,一定要自己多读多背八股!! 一些基础问
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
8.18 测评 9.6 一面 项目1介绍 逻辑回归简介 极大似然法简介 反问 KPI面...面完了面试官说他们是做加密的,不懂为什么让我面... #小米面试#
快手机器学习算法工程师一面50min 人生中第一次找工作面试😭 (面试官姐姐人超好😭,一直心平气和的和聊天一样,我说错了也没说我而是跟我解答,甚至帮我找理由,全程都很耐心) 1.自我介绍 2.介绍用过哪些机器学习方法 3.SVM的原理跟优势 4.集成学习(扯了下随机森林跟集成学习原理),XGBOOST(没用过) 5.knn和kmeans做分类的原理 6.你们做的遥感图像怎么提取特征 7.问了下
1. 自我介绍 2. JAVA并发包了解吗 3. JVM垃圾回收机制 4. Spring循环依赖 5. Mybatis一级缓存二级缓存 6. Mysql深分页 7. MySQL索引有哪些 8. MySQL事务隔离级别 9. Redis 缓存雪崩,缓存穿透 10. 了解大数据组件吗,Hadoop,HIVE