《绿盟售前工程师》专题

8.23投递-8.28测评-9.12一面 三个面试官 一上来先自我介绍，但是是中文。 1.第一个面试官问了在oppo实习的经历，我说我是系统开发组做桌面的，他就一直在纠结到底是系统开发还是系统桌面，我说我们组有做桌面的也有做悬浮穿和锁屏的，不同模块有不同的负责人。 2.第二个面试官好像是被叫过来的一样，我在上一个问题里说了我的工作就是改bug，系统bug，他就给我一个场景说怎么解决像迅雷下载一样的

岗位 视觉算法工程师 一面 针对项目进行提问，问的比较细，要对每一点说出为什么 深度学习算法相比于传统算法在去噪上有什么优势 了解傅里叶变换吗，蝶形计算快在哪里 了解量化吗 BN有什么用，为什么可以加速训练 label smooth为什么可以提高精度 介绍一下深度可分离卷积，深度可分离卷积和普通卷积的计算量对比 代码：应用题，二分查找的应用 #2023校招##计算机视觉算法工程师#

联想：2022 秋招 算法工程师 面试 一面 项目 是否了解 GDBT 等推荐算法 分类问题的交叉熵、是否可以用MSE 不可以。主要原因如下： 物理意义上，MSE 衡量的是几何空间的欧氏距离，而分类问题中每个类别的标签是离散的 和 ，本身不具备几何空间的意义； 信息学中，交叉熵衡量的是两个分布之间的差异，可用于衡量模型预测的概率分布和真实标签的类别分布是否相似。 计算上，分类模型输出的概率一般会经

9.7一面 (50min) 自我介绍 项目比赛提问，问具体的细节 GRU与LSTM的区别 GBDT的原理 XGBoost和LightGBM与GBDT的区别 BN在训练和测试阶段的区别？BN在训练时是如何更新参数的？ 手撕算法题： 在一个m*n的矩阵里，一个机器人初始在x,y点，并且每次只能向相邻的上下左右四个方向移动一步，那么在最多移动k次情况下，一共有多少条路径可以逃出矩阵？ 输入5个参数：m,

中秋节前一天 一面（初试） 30分钟 没开摄像头，是在京东的会议平台上面的 深挖简历，主要问了项目与竞赛 八股文集中于大数据方面：spark与map reduce之间的差别、spark与flink区别、flink水位线等，有些问题不记得了，但基本都答上来了 没有手撕 反问：业务、匹配程度 ------------------------ 已挂 #京东##算法工程师#

岗位：人工智能类-算法工程师 HR一面 （9/8）- 15min 常规的HR面 自我介绍 选一个收获最大的项目进行介绍 沟通的能力 对海尔智家的理解 能否接受青岛 反问 技术二面 （9/15）- 15min 比约定时间晚了一些，可能是前面人面的时间超过15分钟了。 自我介绍 介绍项目（时间占比大） 平时所使用的语言，会不会c，c++ 接触过嵌入式开发吗 职业规划 反问 部门主要做嵌入式开发？（感觉

8.2 测评 8.26 一面 所有项目逐个介绍（细挖） ResNet中的BottleNeck结构 9.7 HR面 自我介绍 项目介绍 家庭情况 父母对自己工作的期望 研究所和企业工作的选择 职业规划 对象问题 读研期间导师对自己的影响 自己的性格介绍 自己的缺点 薪资意向 岗位的理解 反问 9.28 录用评估 #海康面试#

8.18 测评 9.6 一面 项目1介绍 逻辑回归简介 极大似然法简介 反问 KPI面...面完了面试官说他们是做加密的，不懂为什么让我面... #小米面试#

自我介绍 了解公司吗 项目相关 过拟合解决方法、有遇到过拟合吗？怎么解决 传统的图像特征提取方法有哪些 通道注意力和特征注意力 场景题: 如果知道1000个人上班是否会乘坐地铁？不可以直接去询问个人。给出具体的思考和结果得出过程。 反问 #面经一面面经##商米##图像算法##算法工程师#

职位：深度学习算法工程师 base：上海 技术一面 （9/15） - 30min 自我介绍 项目介绍，随后围绕项目进行展开提问，会议论文与期刊论文之间的差异 反问 部门主要做感知（车道线、行人感知。。。 技术二面 （9/21） - 30min 没开摄像头 自我介绍 项目介绍，所有项目都介绍了一遍 中途会被打断问问题 反问 对除了自己所研究的方向外，还了解哪些，知不知道reid的方法、目标检测算法什

岗位：医学图像处理研究工程师 一面 （9/27） - 30min 自我介绍 意向城市 对未来行业的规划，是不是希望进入医疗行业 期望的薪资 目前有哪些offer，薪资怎么样 成绩怎么样 自己挑一个项目进行介绍，前提是要能让面试官听懂 就项目进行提问 反问环节 负责的业务、日常作息 面试官人很好，介绍的时候完全不会打断你 结束前就和我说等着hr联系二面就好 二面 （9/28） - 20min 自我介

总体感受：泡池子前华为HR还是很热情的，泡池子后就是“嗯嗯”；另外，我遇到的每一个华为人语速都好快，莫非是push得太严重了 ————————————————————————————   8.31 裸考，挂了    9.5 HR打电话说我符合免机考的条件，我赔笑说都怪自己太菜了    9.24 通知准备参加面试    ————————————————————————————    9.29下午两点

背景：211本硕，一作SCI一区论文两篇，无实习。 这次秋招的第一场面试，也是最硬核的一场。虽然面的很烂，但是真的学到了很多（意识到了自己有多菜），记录一下回馈社区。 一面（8.23） 1. 自我介绍； 2. 了解社区检测吗（了解过），了解哪些算法（Louvain， LPA）； 3. Louvain算法的算法流程（比较简单）； 4. Louvain算法是用模块度来优化对吧，那模块度怎么改进呢（模块

一面：2022.9.27 20分钟 1、自我介绍，说一下参与过哪些AI的项目，工作地点是如何选择的 2、日志检测的具体方法，故障预测的具体方法，有监督内存故障预测你要怎么设计，LSTM和GRU相比于RNN为啥好，说一下SVM的原理，说一下聚类方法，怎么处理数据中的噪声点，说一下优化器为啥有动量，接触过什么编程语言，dataframe给你怎么打乱，说一下机器学习的预处理要做什么 二面：hr打了个电话

背景：211本硕，一作SCI一区论文两篇，无实习。 官网投递简历（7.30） 笔试（9.20） 投了将近两个月才发笔试，差点以为简历挂了。题的细节记不太清了，只记得第一题正则表达式相关直接跳过，第二题密码相关对80％，第三题切水果对70％。 一面（9.24） 1. 自我介绍； 2. 问其中一篇论文的细节（10分钟左右）； 3. 运筹优化基础知识（遗传算法原理、粒子群算法原理、线性规划单纯形法原理等