之前投了百川的大模型算法工程师(行业大模型)。 一面只让我自己介绍了简历,然后就是反问环节。总共二十分钟无代码 二面线下面,纯聊天无技术。就问我感觉最无聊的跟最有意思的事情。我说我感觉找数据没意思,训模型有意思。结果面试官说他觉得恰恰相反,我就赶紧顺着他的话说,他又说你不用顺着我说,我就想听你反驳我。(直接就被看穿了😅😅。感觉不愧是懂大模型的,凡是涉及到技术的点我还没讲就说这个我懂你不用说。哈
岗位:智能驾驶战略规划组 AI前端开发实习生 一面电话聊了几分钟他们的项目,结束之后就是留了个作业,对开源项目的二次开发。 二面展示项目,面完秒挂 哎,哪个厂能收留鼠鼠啊
JD 1、负责优质内容的线上化工作; 2、协助百科内容生产的渠道拓展与日常接洽工作; 3、协助团队对目标建设内容进行分级,支持渠道拓展工作; 4、协助团队进行数据整理与分析等工作,可输出分析报告,推进策略落地实施; 5、其他日常工作处理。 (3、4有疑惑,当时让面试官详细介绍一下好了…) 职位要求 1、2024届及以后毕业,本科及以上学历在读,文史哲、新传类专业优先; 2、具备良好的沟通协调能力、
1、上一份实习了4个月之后为什么不继续实习了? 2、我看你上一份实习主要是做机器学习是吧?你机器学习使用的是什么模型? (1)具体调用哪些算法你有研究过吗? (2)你的这个项目主要是做什么工作? (3)是不是大概就是从数据库拿数据,然后对数据进行清洗,然后在进行自动化调度、自动化训练对吧? (4)你数据库拿数据是使用sql拿吗,还是使用Python拿? (5)mysql和heidisql的区别是什
实习项目介绍(12min) 三栏布局( 3种 方案 第一次面试考) 场景题:怎么实现对于一个ul li实现拖拽效果 考察到一个事件冒泡,当时没反应过来,答错 防抖+节流 介绍 虚拟DOM 介绍 看代码说输出(犯了非常低级的错误) new Promise(function executor(resolve) { console.log(2); for (var i = 0; i <
七月底开始面试的,现在补上 一面,时长50分钟 1. 移动端布局和适配方式 2. em和rem 的区别 3. 如何判断数据类型 4. 为什么promise可以一直.then()? 5. 常见的数组的操作方法 6. 手撕 两个有序数组合并 7. 双向绑定的原理 8. computed和watch的区别 9. vue生命周期的created和mounted的区别 10. HTTP状态码 11. 浏览器
8.18 运维部三面 秒挂 8.22 基础网络部约面 也秒挂哈哈哈 全程一个半小时,挂的主要原因我觉得是技能不对口吧,尽管作为一名网络工程专业的学生,我有学过思科路由交换机这方面关于网络运维方面的知识,但是已经还回去了,加上我平时的侧重学习方向是软件,也就是应用层,或者传输层,而网络部更想了解网络层,数据链路层的掌握情况,所以和面试官的关注点不一样,技能不匹配吧 面试官:“自我介绍” 介绍实习工作
上来先自我介绍 然后项目详细问,非常详细问流程,但是不会问具体的模型细节。还是有准备的,没有被拷打。 然后leetecode题,这个面试官比较有想法,直接出和我项目流程很类似的题。一共两道: 1. 给定连接对比如, , , , 求不连接的group:, . 2. 从很多字符串中找出和给定字符串“相似”的字符串个数,相似字符串是任意两个字符交换前后的字符串,比如:"abc",“acb”, "bca"
一面 redis: RDB和AOF的区别 AOF中记录的是什么,RDB中记录了什么 过期数据的删除策略 使用这些删除策略可能会出现哪些问题 定期删除是所有数据删除吗 内存淘汰机制 allkeys详细说说 redis使用场景 redis和memcached有什么区别 为什么用单线程不用多线程 clickhouse(实习里用的主要是这个): 简单介绍一下clickhouse,说说为什么用这个 说一下R
主要内容:一、对Java并发仍停留在理论阶段,二、中间件系统的内核机制:双缓冲机制,三、百万并发的技术挑战,四、内存数据写入的锁机制以及串行化问题,五、内存缓冲分片机制+分段枷锁机制,六、缓冲区写满时的双缓冲交换,七、且慢!刷写磁盘不是会导致锁持有时间过长吗?,八、内存 + 磁盘并行写机制,九、为什么必须要用双缓冲机制?,十、总结这篇文章,给大家聊聊一个百万级并发的中间件系统的内核代码里的锁性能优化。 很多同学都对Java并发编程很感兴趣,学习了很多相关的技术和知识。比如volatile、Ato
【设计题】今日头条会根据用户的浏览行为、内容偏好等信息,为每个用户抽象出一个标签化的用户画像,用于内容推荐。用户画像的存储、高并发访问,是推荐系统的重要环节之一。 现在请你给出一个用户画像存储、访问方案,设计的时候请考虑一下几个方面: 用户画像如何存储如何保证在线高并发、低延迟地访问机器宕机、负载均衡问题 如果用户增长很快,在你的方案下,该如何做扩容? 将存储用户画像的数据经过哈希函数运算后得到一
最难蚌的一次面试 百度数据科学实习生,文心一言产品线那边的 有认识的人面过同样的岗位说问的都是业务问题,稍微考了很简单的Python基础函数(处理JSON文件) 结果面试官除了简历没问业务方面的问题,然后问了简历项目上我用过的很多算法问题,很多SQL和Python的函数还有模型,什么窗口函数(并试图提问数据仓库相关),bagging和boost算法的一些关键点和主要区别,怎么预测和进行特征选择,然
#我的实习求职记录# 本人非科班本,双非F硕,本来学习Java开发,Boss沟通150+无果后,开学测试,结果百度(广州)居然来找我要简历,当时抱着试一试的态度,结果居然通过了,真的是太感谢百度的hr了。 一面: 白盒测试一般怎么做 白盒测试的方法有哪些 路径覆盖 黑盒测试方法,等价类 登录账号的等价类 冒泡排序算法的了解,其他(快速排序,堆排序) Linux命令查询第五行 (tail -n 5)
时间线: 5月中旬投的(内推) 6月1笔试 6月5约的一面 笔试: 就记得一些机网和操作系统的基础题和三个coding, 三个coding具体记不住了, 记得一个是切数组 一面: 自我介绍 介绍下研究生阶段的一门课带给你的收获 闲聊了会研究生专业的就业方向以及对金融行业的理解(纯闲聊) 讲一下实习的项目中的业务背景, 解决方案, 影响 (实习中用过Hive)可以聊一下对数仓的理解以及数仓的分层吗
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