学校学的东西太浅显而且有些比较落后比较老的知识,所以面试时好多不知道的东西,面试状态也不还好,感觉是凉了😭 以下是面试流程与问题: 自我介绍(学校课程:高级程序设计语言与计算机四件套,还有数据挖掘、图像预处理、人工智能导论等专业课程) 问项目,深挖你的流程与技术栈(我答的是一个模板匹配方式的车牌识别系统)以及你对你项目的缺点总结与改进方案,实施了没有?为什么不实施?(忙毕设) 对目前人工智能行业
兄弟们我做完了 我也完了 选择题,居然考了矢量变化,这是高中的,忘了 还有TCP的细节。。。。离谱 编程题是数组中找目标数字起末位置 还有个快慢指针,我很久没刷力扣了, 主观题就基操勿六,不想说了 #笔试#
1.英文自我介绍 2.英语问我有什么好爱 3.粤语描述项目 4.团队业务,团队角色,团队架构 5.能不能说说你在项目中是怎么使用spring的?
前言 大家好,今天我来回顾一下之前参加的得物-测试开发工程师第一次技术面试 面试官上来跳过实习和项目经历,直接开始八股拷打,最喜欢这种简单直接的了,太好玩了 过程 自我介绍 用的什么语言? Python,来吧您内 Python是什么类型的语言? 跨平台、可移植、可扩展、解释型、面向对象的动态语言 Python中常见的内建的数据结构有哪些? list、set、dict、元组 列表和元组有什么区别?
前言 大家好,我是chowley,今天来回顾一下,我当时参加百度秋招补录,测试开发工程师的第三面-leader面 到面试开始的时间,面试官打电话表示让我等十分钟,随后跳过自我介绍,直接开面 时间:50min 平台:如流 过程 为什么参加补录 先手撕,我看看面评 手撕:读取文件内容,将出现的单词计数,返回种类、总数、每个单词和对应的数量,一开始我忘记了咋读文件,面试官降低难度了 实习经历 对遥控器
前言 大家好,我是chowley,今天来回顾一下,我当时参加帆软测试开发工程师的技术面试 时间:55min 平台:腾讯会议 过程 自我介绍 实习经历 为啥选择测试岗 实习中的主要收获是什么? 印象比较深的bug?权限相关 收到需求之后,你是怎么做拆解的?测试计划-测试用例-进行测试 测试用例包含哪些方面?后端验证方面 持续集成? 是放在web容器里面吗? 有参与脚本工具的研发和维护吗? 代码走读是
9.7晚上六点通知9.8晚上七点面试,半小时。9.9早上通知挂。 面试的时候只有你开摄像头面试官不开,面到后面还有别人说话的声音,面试官中间闭麦几次。(复盘是KPI面,只根据自我介绍来问连我简历都没看,把我项目里的内容都搞混了) 1.上来先自我介绍,然后根据自我介绍问项目的内容。没有涉及到C++和手撕代码。大家好好准备自我介绍,面试官一般根据这个来问。 2.主要问项目里面具体的技术实现手段包括原理
一面(8.30): 1、自我介绍,问简历中论文和项目(问的比较浅) 2、第一道算法题:数组中找第K大(花了一些时间调出来了) 3、第二道算法题:面试官自己出的,要求输入整数n,返回长度为n、仅有元音(a,e,i,o,u)组成的字符串数量,比如n=2则返回15,因为['aa','ae','ai','ao','au','ee','ei','eo','eu','ii','io','iu','oo','o
主要是项目深挖, 刚开始很惊讶,科大也有搞电机控制的? 三电平比两电平的优势。 PID整定方法。 开关频率? 你实验室电机功率。 带载的力矩有多大? 硬件部分谁在做? 你主要做了什么? 相对于其他学校的学生,你的优势在哪里? 反问。很短不到20分钟没有反问甚至只有12分钟,可能对我没兴趣,总体比较水。 期待二面。
一面 自我介绍,介绍项目,有什么意义,有什么难点,遇到什么困难,怎么解决,为什么想来我们公司,家是哪的
8月19日:投递简历。 8月25日:笔试,三天内答完。 单选18题,20分钟,分值54;多选4题,20分钟,分值16;编程3题,50分钟,分值30。 选择题有些还比较偏,可能没有听说过的知识点,夹杂计算机网络知识。 三道编程题都是手写(word模式,说是问答题?)。第一道打印水仙花数,第二道创建学生表,包含基本信息,并修改增加地址字段,最后编写5条数据插入其中。第三道,创造一个Computer类,
1. 介绍一下你自己; 2. 聊了感兴趣的一个项目; 3. 先来做两道题。 买卖股票最佳时间【只能买一次】 和 【必须买两次】(变种,利润可以是负数); 4. 介绍实习经历,问的很细,将广告的整套流程都问清楚了; 5. 你知道什么是RTA吗?(广告投放策略Real-Time API) 6. 八股-过拟合是什么原因导致的?有什么解决方法(答了图像增强、正则化、降低模型复杂度、训练集扩充), 7、BN
上来先自我介绍然后让自己挑一个项目介绍。后续面试官问了很多问题 1 特征工程如何做 2 特征筛选都有哪些介绍一下 3 随机森林原理 4 支持向量机介绍一下 5 深度学习框架会哪些介绍一下 6 transformer介绍 7 attention机制都有哪些介绍一下 8 lstm原理以及相比于rnn的优势 9 时间序列预测都有哪些方法 10 介绍一下arima算法 11 数据库都会哪些 12 深度学习
发帖求好运 部门:基础研发平台-数据科学与平台部 --------- 一面:57min 1.自我介绍; 2.讲最熟悉的项目; 3.爬虫遇到的问题,如何处理的呢; 4.mysql:left join \ right join \ full join,用一个案例讲一下; 5.数据仓库了解吗; 6.Hashmap的原理了解吗; 7.Hadoop了解吗; 8.NameNode了解吗; 9.HDFS为什么安
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