阵容:面试官+助理VS另一位同学和我 提问: 各自简短的自我介绍 问另一位同学:你参加过印象最深的比赛和遇到的困难以及解决过程;问我:你的研究领域的研究方向、研究方法以及有什么实用性的场景。 二位面试的是技术工程师,你认为自己有哪些特质可以从事这个工作 总结: 面试官还可以,比较温柔 没有问之前的问卷选项,也没有role play环节,亏我还准备了4页A4材料,写了一堆总结的面经 另一位同学先自我
写面筋,攒一点好运~ 等了两个星期终于等到蚂蚁电话约一面 面试主要在拷打项目, 先自我介绍,然后针对项目问题刨根究底的询问。 除此之外 问了一下对比一下KG + LLM 与 RAG的优劣(好像他们主要也在做KG+LLM) 无算法 反问: 几面?一共有三轮技术面,第二轮会有算法。三面leader面。 业务做啥?垂领大模型构建,KG+LLM P.S. 1. 昨天面试官找我约好时间,结果今天他还迟到了一
hr面,70mins左右,群面(一面二) 1、自我介绍 2、为什么选择牧原,为什么选择养殖方面? 3、印象最深的项目经历,项目成果,你从中学到了什么;遇到的困难,如何解决,今后在工作中遇到困难后多久会寻求别人帮助? 4、秋招为什么没找工作,从考研中获得了什么? 5、offer的选择因素? 6、家庭情况 7、意向工作地点、时间、薪资 8、今后在工作中希望担任怎么样的角色,职业规划
用的飞书系统,双方都没开摄像头,50min 1. 自我介绍 2. 开始挖项目 模型的数据来源,评价指标,怎么考虑这些变量的,效果怎么样 知道卡尔曼滤波吗(简历里写了但用得很早了,忘了很多) 知道哪些最优化方法 讲一下牛顿法和高斯-牛顿法 3. 然后聊了一些价值观相关 求职时最看重什么 你以后想做什么 了解momenta吗 对之前实习公司的评价 之前的实习能留用吗?为什么还出来继续面试 4. 问了一
科来Java开发工程师二面 timeline:2023/08/31一面,2023/09/06二面;每次时长都在半个小时左右。面试官好像是一个资深的技术总监。 1.最近有在看什么书吗? 2.有自己的代码仓库吗?学校有吗? 3.自己做的系统是否有参考开源项目?具体说一下 4.自己阅读过一些开源项目的源码? 5.你在github上如何搜索你想要的项目? 6.你对我们公司(科来)有了解吗? 7.用简练的语
2023.09.06 全程30min 1、自我介绍 2、项目拷打 a. 挑一个项目介绍、难点是什么,解决方案是什么 b. 另一个项目算法部署的实现细节 c. 本科-读研过程中项目中遇到最大的挑战是什么,怎么解决 2、八股 a. bn原理;训练和测试阶段bn操作的区别 b. 梯度消失解决方案 c. 过拟合解决方案 3、概率题 屏幕前经过小球的概率恒定为P,若20min内观察到有一个小球经过的概率是0
科来Java开发工程师一面 2023/08/31下午面的,成都base的,使用腾讯会议。回忆版,想到啥说啥。面了大概25分钟左右,无手撕 1.说一下ArrayList和LinkedList的区别,你平时用过嘛? 2.讲一下你平时用到的集合类,简单介绍一下 3.讲一下TreeMap的底层原理 4.既然你说到了红黑树,说一下你对红黑树的了解?并说一下红黑树旋转的细节 5.为什么HashMap里要用红黑
1. 自我介绍 2. 简历项目(问的比较细,每个项目都会问一下) 3. 介绍Lora 4. 了解哪些商用的大模型,都有什么优缺点 5. QLora 6. 量化的优点,如何量化 7. Git的使用(如何管理项目,对比两个版本的不同) 8. 了解cuda吗?如何使用 9. pytorch的版本问题 10. 部署模型的经验 11. 如何查看和管理cpu,gpu资源 面试官总体感觉兴趣不高,没有开视频。回
30分钟纯八股 1、数据结构中有哪些树,都是用来做什么的。 2、第一次没答到哈夫曼树,所以又问了我哈夫曼树的作用 3、OSI7层网络,每一层具体做什么的 4、应用层包括的协议 5、HTTP和HTTPS的区别 6、HTTPS加密 7、如果HTTP的数据会被拦截,对称加密的密钥为什么不会被拦截 8、面向对象比面向过程的优势 9、里氏替换原则,并举个例子 10、有哪些方式做多线程开发,需要注意哪些点。说
无手撕,无八股,问的都是简历上面的项目,会讨论的非常详细,也会有些拓展问题。 面试官非常nice,超级详细的介绍了部门和主要的业务! #秋招##面经##吉利#
非技术相关:对工作地点和薪资待遇的期望。 算法相关 Q:快速排序的时间复杂度和空间复杂度? A:平均时间复杂度:O(nlogn),划分对称,所选枢轴元素可以将数据中分; 最坏时间复杂度:O(n^2),初始排序表基本有序或基本逆序时。 平均空间复杂度:O(logn),划分对称, 最坏空间复杂度:O(n),初始排序表完全有序或逆序时,要进行n-1次递归调用。 Q:归并排序的时间复杂度和空间复杂度?
知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别? 生成式模型先对数据的联合分布 进行建模,然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模,由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布,关心的是对于给定的输入,应
2022.09.16 北京时间下午16:00进行的二面 先说个小插曲: 面试官本来按时进入了会议室,但一直没开摄像头,我耐心等待了几分钟,后找到HR,微信反馈了一下情况,然后面试官突然开摄像头说,他这边临时有个会 5分钟之后开始面试。过了一会儿,我们开始了正式面试,他也表达了歉意。 正式开始面试: 首先就是自我介绍,介绍完后,根据我的实习经历,让我说一下,具体做了哪些网络安全维护工作,虽然面试官很
09.16 下午4点 视频二面,base 北京,奇安信售前工程师 整体流程是比较顺畅和满意的,面试官就是售前工程师,但没有问售前相关的问题,更多的是根据自己的简历进行深挖,每个环节都有相关的提问,感觉考察的更多是个人的表达能力、逻辑思维能力和解决问题的能力。 整个面试时间为23分钟,前面一开始因为面试官有个会议,所以迟到了几分钟,面试官的态度很nice,会对我的输出有回应,调动我的整个的主动性,所
体验感 总时长24分钟,感觉面试官整体提问意向不佳,类似KPI面 流程 提问环节 自我介绍1-2分钟 工作意向, 是否有落地项目 量化剪枝是否有了解 c++有写过什么东西吗 介绍自己认为简历上最好的经历 对最新的目标检测和语义分割有什么了解 如何看传统的cv算法在深度学习领域起到的作用 如果让你作为负责人,负责一个人像分割的课题,打算如何开展工作,如何去做,规划,开展,收尾 反问环节 主要业务(多