二面 ieg 10.25 1、自我介绍 2、为什么选择前端 3、前端学习路线 4、前端划分那些模块,那些擅长,那些不擅长 5、跨域 6、浏览器缓存,用在那些地方 7、做题:模拟输入框输入字符,搜出结果高亮 8、说一个你项目中的亮点 #24届秋招同行攻略分享# #我的求职思考##腾讯#
#非技术2024笔面经# 岗位:美团优选-产运 时间线:23.8.2投递-8月中第一次笔试-9.2第二次笔试-9.11一面-9.13二面-9.15三面-9.21加面-9.24offer 建议: 1. 大家对于自己的过往实习经历一定要很仔细的复盘,一定要注重最后的成果和结论。 2.美团第一次笔试后如果一个月内还是没有面,且有同岗位的开始面试后,大概率是笔试成绩不理想,建议再做一次笔试!!我第二次笔试
bg 双非本,华五硕,两段大厂实习,后端研发,主攻南方城市(深圳、东莞、广州)。 深圳的机会真少,相比上海和北京少太多了,如果对地域没有那么执念的话,去北京和上海的话,工作应该好找多了。 秋招收获 offer情况(按照时间线):招行银行【深圳nx15】、vivo【深圳nx15】,美团【北京(n+4)*15+5】、得物【上海(n+6)*16】、百度【北京(n+8)*16+6】,字节【深圳(n+8
好未来-base北京-nlp lora的矩阵怎么初始化?为什么要初始化为全0? gpt源码past_key_value是干啥的 gpt onebyone 每一层怎么输入输出 输出的分布如果比较稀疏,有个尖尖应该怎么处理 讲讲决策树,决策树回归问题怎么做 gpt的输出topp是啥 kl散度的公式和kl散度与交叉熵的区别 强化学习的输入 chatgpt的reward model怎么来的,三阶段 car
1. 大概10道计算题,选择题。 2. 三个大题。 1)短视频时代,各家竞争激烈,各有什么考虑的要素?其中最重要的是什么? 2)从上海飞往国外的机票由于疫情断开很长时间了,如今恢复正常了,你作为去哪儿的产品经理,怎么设计提醒意向游客机票降价了,有什么指标?正负向指标有什么?怎么监控? 3)设想一个旅游景点,设计一个主题词,宣传语,宣传渠道(不少于5个),门票类型(不少于3个),活动结束达到多少GV
背景是985本硕,工科辣鸡专业+一段小厂策划实习+一段游戏厂产品岗位实习 海投选手,打算长期开帖,记录一下自己秋招/暑期实习还记得住的一些面试问题 1.鹅厂 (1)介绍一下之前的实习经历和每天的工作内容 (2)实习期间的项目最后有上线吗,最后数据大概是怎么样的。假设让你重新设计这个游戏,且没有任何成本、时间的限制,只让你考虑玩法,你还会做什么改动?你觉得这样的设计会给游戏上线后的数据又带来什么样的
建议之后想进大疆控制方向的学弟学妹们,准备好以下几点,笔试挂掉的血泪教训: 1、经典控制理论和现代控制理论 经典控制里面的拉式变换、传递函数建立、稳定性裕量、稳定性判据、系统校正和零极点配置,要熟练掌握;现代控制理论里面根据动态系统列状态空间方程,观测器估计器收敛性分析,传递函数和现状态空间方程的相互转化,一定要熟练!!!还有就是系统的离散化,也要熟练 2、matlab 要熟练掌握matlab和s
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
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#
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
先说说最近热度比较高的华子。 华为实习oc拒,秋招三面完没消息。 #实习一面 介绍论文。 -假设和假设空间的定义 -结构风险最小化和奥卡姆剃刀 -决策树 --节点分裂是熵增还是熵减,原因 -梯度消失和爆炸原因 -梯度的定义,模长方向表示什么 -手撕lc原题:幂集 #实习二面&三面 -二面三面就很水了,纯聊天 #秋招一面、二面、三面 囊括在一起写,因为确实没什么好写的。 随便问问论文,手撕一道原题。
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
秋招提前批四面8.10 本以为是hr结果是总监面...聊了大概半个小时,不知为何感觉答得不太好,有种凉凉的感觉,8.16显示还在面试中... 1.个人自我介绍 2. 介绍一下你主导或者主要参与的一个项目 3.具体分发策略的细节 3.房源如何签约 4.mcn如何和平台的合作机制 5.分佣的一些机制 6.房源与主播签约的地域性,有考虑过吗 7.做策略产品觉得特别有挑战的事情 反问: 1.问了个宏观的问