《绿盟售前工程师》专题

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

首先上来我必须给用友的hr一个大大的赞，人真的很好很好，平易近人。整个面试下来完全就是轻松加愉快的状态。 回归正题： 会问了解用友吗？是从哪方面进行了解的 1.首先上来并没有叫自我介绍(我还准备了下) 2.整个面试过程都是问的简历上的东西，整体难度不大 3.问到了数据库的多表联查 4.然后就是问到是否有过投递岗位的实习经历(因为我没有所以，面试官很无奈) 5.有一个重要的信息就是用友现在底层都是用

8.28 计算机视觉方向 一面 40min 三个面试官，一个问项目，一个问深度学习的八股，一个问数据结构与算法，被拷打了 英文环节 英文自我介绍 家乡是哪里；介绍一下你的家乡 技术环节 1. 选一个你贡献最大的项目介绍（Kaggle比赛），穿插提问 2. 说一下训练过程 3. 过拟合是怎么解决的 4. 半监督学习在比赛中怎么实现的 5. 介绍一下CutMix 6. 为什么要用3D+2D网络 7.

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

题有四个部分，全部都是选择，用的牛客平台，需要摄像头和电脑监控，以及手机小程序监控。 第一部分：公司了解 一个英文缩写中的第二个S代表什么意思 公司文化是什么 第二部分：智力题 就是大家平常做的测评里的让你推测后面的图形应该是哪个 第三部分：编程基础 给一段代码，判断输出是什么 基本都是c语言代码，还不是c++ 第四部分：算法相关 跟第三部分差不多，但是侧重数据结构和算法 后面还有几道神经网络题

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#

首先自我介绍 对岗位的理解 有无实习或项目的经验 实习中产品开发的提问 对模具有没有了解（怎么样一个设计过程，材料选取等） 关于自己实习经历中产品经理实战营的问题 对公司的了解 （后面他详细地跟我说了下公司） 英语等级水平 反问问题 网上风评说康冠裁人严重，薪资也一般，感觉专业和岗位不是特别匹配，过了一个星期了没消息应该是g了。不过过了也没打算去😂，没啥吸引力。自己作为康冠的校园大使，还被拖欠工

9月14号，一面，时间约35min， 自我介绍，上来看代码，两道简单程序题，一到手写简单实现mmcp函数， 大端序小端序了不了解？如何判断是大端序还是小端序？联合体了解吗？（引导回答正确答案），如何使用联合体判断大小端？ 进程间通信方式有哪些？使用共享内存时要注意什么？使用或了解过哪些锁？自旋锁了解吗？ static关键字了不了解？说一下作用？修饰一个普通成员变量时，会有什么特性？ 讲一讲项目，在

一面/技术面 2024/8/23 上午11:00-12:00 自我介绍 挑一个实习介绍 了解哪些位置编码技术 RoPE原理 线性内插、NTK到YaRN 位置内插后注意力计算会增加，如何缓解 介绍LongLoRA 数据集构建时各种类型的比例是如何确定的 使用华为910B及其相关平台时遇到过哪些困难，如何解决的 效果如何评测 最终的效果提升有没有什么具体的指标 Coding：两数之和 为什么要投蔚来

[toc] 中兴 算法工程师 简历投递 2022.07.02 官网内推投递 一面通知 2022.09.04 邮件自主预约面试时间 一面 2022.09.06 面试时长： 20 min 面试平台：腾讯会议 面试流程： 自我介绍 项目介绍 数字孪生了解吗，了解过哪些？ 反问 中兴目前在做人工智能算法、数字孪生算法 人工智能算法有一些积累，业界也还不错 数字孪生算法，属于刚刚起步 面试有三轮：专业面试

8.26 测评 9.14 笔试 9.21 一面 自我介绍 项目介绍（细节深挖） BN层参数的作用 吸BN操作 样本不均衡问题 小目标问题 双线性插值（边界考虑） GAN网络能否落地 怎样提高特殊目标（电线杆、树）等目标的检测精度 反问 9.22 二面 自我介绍 项目介绍 编程能力和管理能力打分 团队管理方面（好多问题） 责任心考虑 地点考虑 期望薪资 offer考虑 互联网公司投递情况 为找工作做

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

今天进行了二面技术面 #面经# ， 面试官人太好了让我不得不写 先是问了网络tcp udp 怎样解决家里Wi-Fi 慢 之后问了操作系统 如何清理分区 然后又问了项目和困难解决办法 总之 中间我有不会的 面试官都说没关系 可能是我问的你不太擅长 态度好到我真的很不好意思 为面试官的态度写的面经 不论结果怎样# #深信服#