亿航智能 视觉SLAM算法工程师 时间:30分钟 自我介绍+项目介绍(项目定量分析结果) ORB2缺陷及如何进行改进(思路);IMU预计分原理及意义;手眼标定原理; C++:子类如何调用父类函数 shell:如何返回函数的值,如何查看命令的退出状态码 给定一个旋转轴和姿态,姿态用四元数表示,如何求解姿态变换 反问:视觉SLAM场景及应用 个人感觉回答的不是很好。。这段时间还是陆续会有面试,所以准备
简单分享一下面试经验。 上海飒智智能 简单自我介绍;项目经历和实习; 主要问了一下项目经历,包括slam算法框架,机械臂抓取和识别(实习项目),基本编程,项目中遇到的困难,传感器标定,代码部分没有重点问(可能我太菜了hhh) 总体来说,公司规模不是很大,但是团队比较专业,也有大佬;也有SLAM研发团队,专业上比较对口,当然也有用机械臂做抓取任务的 细红线(实习岗位) 简单自我介绍,项目经历和实习;
一面前期: 选面试的时间段,十个人一组无领导小组讨论。 研发岗的题目有“设计一款疫情下/适合8090后的家电”“给现有的家电增加一个新功能”“设计一款新的智能家居”我制造岗的就是方案题,就是说一个工厂因为什么原因出现了一个什么问题,然后你们要怎么去解决 一面当天流程: 到达后扫码签到后交两份纸质版简历➡️按照交简历时排的号候场排队➡️进去后按照顺序围坐在面试官面前,每个人面前有对应号➡️宣读面试流
一面,两个面试官,先自我介绍 1、用过什么容器,hashmap底层原理、优化 2、线程安全了解吗,线程安全的容器原理 3、多线程,线程池参数以及作用 4、synchronized底层原理、和lock的区别 5、用过什么微服务组件 6、nacos作为配置中心的作用 7、openfeign和feign的区别 8、nacos作为注册中心如何判断服务存活 9、用过哪些中间件 10、redis基本数据结构、
可能因为是线下面,再加上公司内部信息流通比较快,一天内的上下午就面完了! 我个人还是对公司的业务非常感兴趣的!所以提前看过好几篇公司业务相关的文章 面试官人很nice,我俩基本上是我一答他一回应,所以我在这里重点挑自己印象里答得不好的地方写写。 技术面 堆和栈的区别?堆是怎么样的数据结构? 数组和链表的具体区别呢?优缺点?存取效率? 原型链?可以先答概念,在用Object和Array来解释各个指向
(java开发-南京感觉凉经) 自我介绍 在校经历,因为涉及到一些比赛,问了在比赛里面的职责以及怎么分工合作的。 项目 1、为什么采用前后端分离?前后端分离的优势有哪些? 2、项目的流程描述一下?因为用到Netty集群,问Netty是怎么实现功能的?(不知道)然后问如何判断请求合法非法?即如何实现鉴权?答了api网关统一认证,不行,问具体怎么实现的?(不知道) 3、购物车模块怎么实现的?功能有哪些
主要内容:动态分区的缺点,需要分页动态分区的缺点 动态分区的主要缺点是外部碎片。 尽管这可以通过压缩来消除,但正如我们前面所讨论的那样,压缩使得系统效率低下。 我们需要找一种替代机制,以更优化的方式加载分区中的进程。 让我们讨论一个称为分页的动态灵活机制。 需要分页 让我们考虑一个大小为2 MB的进程P1和分为三个分区的主内存。 在三个分区中,两个分区是每个大小为1 MB的空洞。 P1需要在主存中加载2 MB空间。 我们有两个1M
虾皮-base上海-nlp 求target在source里的起始终止位置,target和source都有空格,target空格忽略,source空格要算位置。应该是想考kmp模板 多模态一些多流的sota有了解吗 bert的结构和loss gpt的结构 ner模型的了解 针对不同的任务,大模型的指令怎么写 没有标签,怎么对商品里的iphone pro max做聚合 #面经##算法#
是九月过去了楼楼也没offer,但确实面试了一些公司,发发面经帮助大家攒人品,求一个高质量offer 和大多数伙伴不同,楼楼是生化环材女,硕士方向非常劝退,debuff叠满,虽然学历不错但是选择也非常少,求职方向也不是非常明确,因为不想进厂+但是想要大平台+不想继续搞材料。总之,投递方向多为科技行业项目管理/产品管理/市场品牌等前中台岗位。 蔚来是我面的司里面,面试官看起来情绪最稳定、生活最美满(
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:投递岗位为算法工程师-NLP方向,投递时间n,笔试时间是m=n+14,一面时间是k=n+26=m+12,over 一面 30min: 自我介绍 挑一个具有代表性的项目说一下 对项目细节进行提问,某个地方怎么实现的,为什么这么实现 可以解释一下熵吗,它的公式怎么算的?拿到一个BERT的base
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:投递岗位为自然语言处理工程师,投递时间n,投完直接挂了,后来找师兄部门直推的,一面时间是m=n+49,over 其实面试的时候能感觉到是KPI,对我兴趣不大 一面: 自我介绍 介绍第一个项目,并对项目进行提问,细节包括输出、参数更新、反向传播等 介绍第二个项目,是否遇到样本不平衡的问题 神经
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:投递岗位为NLP算法工程师,投递时间n,测评时间是n,笔试时间m=n+17,一面时间k=n+30=m+13,over 其实挺想去顺丰的,选的深圳的base,听说适合养老?但是面试的时候感觉办公环境一般,因为面试官直接在工位上面试的,感觉工位小小的,而且有点吵 一面(30min不到): 自我介
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:投递岗位为2023届提前批-自然语言工程师,投递时间n,测评时间是n,一面时间m=n+8,过了一个月收到感谢信,over 一面: 面试官介绍,该部门主要的研究方向是网络安全的自然语言处理(准确来说是融合多方技术),例如黑客访问通过日志回溯过程。 自我介绍,介绍一下三个项目? 是否了解知识图谱
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:投递岗位为算法工程师(数据挖掘),投递时间n,测评时间是n,笔试时间m=n+4,一面时间k=n+27=m+23,over 直接电话约面并电话面试的,围绕项目抠细节,面试官人很好,海信值得一面 一面,55min: 项目一模型设计、实现细节 评价指标,micro-F1和macro-F1,宏平均是
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2023届提前批-NLP算法工程师,base杭州,投递时间n,一面m=n+46,二面k=m+5=n+51,over 个人包括同学的面试感官都不是很好。。。 一面(电话面)35min: 分别简单了解了一下三个项目 最熟悉的框架? pytorch有什么优点 最了解的编程语言,回答python