《售前工程师》专题

Timeline: 9.24 笔试 -> 10.19 一面 -> 10.31 二面 -> 11.30 HR 面 + OC 谈薪 流程也太慢了，应该前面拒了很多才轮到我，而且广州珠海也没 HC 被调剂到武汉了，不考虑了。 金山服务端开发工程师一面 自我介绍 了解什么 Redis 数据类型？ stream 底层实现？ hash 底层实现？哈希表怎么扩容？ zset 底层实现？跳表查询时间复杂度？ Re

时间：10月 2技术面+hr面 已OC 一面 20min 自我介绍 重点聊聊你专业方面的一些积累、基础知识，项目经历、角色、贡献 主要讲安卓 说到Intent传Bitmap的问题 你用了全局变量 是不是得特别关注销毁和管理 管理周期（？有点怪） 假如说要查询数据库某一天的数据 一般我们数据精确到秒/毫秒级别的时间戳 这种时间格式怎么进行筛选 怎么去比较（说了from_unixtime和dateti

总共三十分钟左右，面试官人很好，没太多拷打，整体面试感觉不错 1.自我介绍 2.拷打实习项目，先让我整体介绍了一下，然后问了包括数据构建、模型规模、模型怎么训的、模型部署推理时延、模型怎么量化的等，然后问了一些包括用户输入一些攻击模型的话语怎么办、模型输出攻击性话语怎么办、模型幻觉怎么解决等问题 3.代码题，两道，一道全排列，一道连续子数组最大乘积 4.反问，问部门业务，说是做智慧座舱的 #软件开

单选25*2' 多选10*3' 编程题2*10' 两道编程题一道力扣原题：230二叉树的第k小元素，一道sql题。 这段时间做过的最简单的一次笔试（泪目/(ㄒoㄒ)/~~）#海康威视求职进展汇总#

荣耀：2022秋招 推荐搜索工程师 一面 自我介绍、论文 论文模型中学习率、batch size 以及其他参数是如何调优的 学习率使用模拟退火优化，初始值设置的稍大。 Batch Size 设置的尽可能大来提高学习的效率，并根据具体结果适当调整。 其他参数网格搜索。 介绍 LSTM-> Transformer -> BERT 传统 RNN 存在长期依赖的梯度问题，被 LSTM 通过三个门控解决，G

一面 1. 逐个介绍项目，问的很详细 2. 从公式的角度说明一下L2损失为什么会平滑 3. 解决模型过拟合的方法 4. 为什么L1正则化可以缓解过拟合 5. 代码 （1）快排 （2）手写卷积 #2023秋招##算法工程师#

10月12日 一面 30 min 技术面 一、自我介绍 二、 深挖项目、主要负责哪块？ 三、ICP流程 四、C++掌握如何 五、对ORBSLAM2的理解 六、了解激光SLAM吗 七、深度学习模型做了什么？ 八、约了第二天的手撕代码。。。。哎。。。终归是我不配了，一个一面都好难啊 估计自己面试表现太差了 #零跑科技##2023校招##面经##零跑科技校招#

今年面试难度top给中邮 虽然只有十五分钟，感觉硬核程度高于大厂n倍 简历主要nlp 1.自我介绍，项目介绍 2.文本阅读理解中，如果原文有相关的语义描述，但需要抽取的实体本身不在原文中，需要怎么做？ 3.介绍一下t5，和GPT有什么区别和联系 4.讲讲基于对比学习的词嵌入方法（simCSE，不久前的顶会） 5.除了bert以外，还有哪些预训练词嵌入？ 麻了，nlp卷成这样了吗

Bert的模型架构讲一下？ BERT模型的全称是：BidirectionalEncoder Representations from Transformer，也就是说，Transformer是组成BERT的核心模块，而Attention机制又是Transformer中最关键的部分，因此，利用Attention机制构建Transformer模块，在此基础上，用多层Transformer组装BERT模

听说写面经可以多拿offer 小红书一共是三轮技术面+HRBP面，整个面试体验很好，官网投完简历两天就面试了，结果出的也很快，几轮的面试官人都很nice。 一面，一小时左右： 首先是做自我介绍，这个可以提前准备一下 介绍简历中写的论文，讲的过程中面试官会提一些问题，问的蛮中肯的，也提了一些建议，沟通很愉快。会问下做的东西在工业界有没有一些应用场景，可以发散的聊一聊 问了下之前在美团实习主要是做些什

双非本985硕，icpc银，一篇一区论文 先自我介绍 1. 介绍其中一篇论文 2. 你的论文结果和其他人的有什么优势？ 3. 如何提升这个项目？（换模型，提升并发度） 4. Yolo的正负样本是什么？（与所有真实标签iou都小于阈值的预测框为负样本，反之为正样本） 5. 模型压缩和加速的方法有哪些？（gpu、蒸馏、剪枝、半精度） 6. 半精度是什么？（舍弃后16bit的半浮点数） 7. 半精度的理

1.SyN算法(微分流形) 2.梯度下降 求y=x^2的最速下降（一阶） 3.Rest-Net 结构encoder和style Encoder 4.解决错误变形的方法

时间：晚上10：16左右，20分钟左右 面试官男，非常疲惫，每次我回答完问题都沉默了很久，声音也很疲惫。 1、问学校，学位证，毕业证 2、项目经理（sd、lora、fine-tune过程） 3、L2正则化解释一下 4、用过BN（batch normalization）吗？ （答了梯度消失的时候的最佳解决方案，顺便扯了梯度消失的时候换激活函数，实际上还有梯度爆炸也可以用） 5、用过Dropout吗？

上来介绍项目相关，然后提问 1、有做过微调相关的吗？(答sd和lora,解释了底层架构和原理) 2、用过哪些网络？（常规问题） 3、正则化的方法？（常规问题） 4、常用的损失函数？(常规问题) 5、目标检测算法如何设计？(yolo相关的原理没准备好) 6、有部署过相关大模型的经验吗？(有过但不熟练) 7、有业务经验吗？(基本没有) 8、python用的怎么样？(还行，基本的算法都能写，但主要C/C

老东家属实给面子，要么不给面，给面就一定能进二面。全程半个多小时，一直在聊实习，没有问什么技术问题，也没有手撕，这一点倒是也奇怪，我也纳闷他为啥不问技术问题。部门是做车端高精地图的，基本把我在蔚来、B 站、百度的工作内容都给覆盖了，可以说是校招以来最 match 的岗位。 Intern & NIO： 使用 cgroup 的项目背景、车机系统包含哪些服务 哪个服务占用最高（感知 arg_app） 蔚