9-5约二面了 9-1美团算法一面,45‘,小姐姐很Nice 问项目、实习、出了一个场景题循循引导讨论了20分钟,问了些机器学习算法、如何解决样本不平衡,介绍下focalloss,最后出了个回溯算法题,直接秒了 #2023秋招#
9-1 算法一面 25‘ 三个面试官一排 主要问项目、实习、自注意力、Transformer,过六级吗???没出题 #2023校招#
9-8 45‘ 聊项目、实习、问了几个基础知识、算法题全排列。 #2023秋招#
目前来看满帮面试效率真的快,就是不知道综合评估要多久 8.25 简历投递 8.29 笔试 8.30 预约面试 9.2 一面技术面,面试问得很广,项目、语言、算法、数据结构都有问,算法是问的连通域,讲一下思路就行。 9.2 约二面 9.7 二面HR面,纯唠磕,会问你对公司了解情况,为什么选择满帮,你的挫折,你的合作经历(好像每个人都会问) 9.7 约三面 9.8 三面技术面,也是唠磕,项目没有怎么问
9-9 45‘ 先锋课题,一个人面试官 先做了两道题,一个dp秒了,一个手写Conv2d大体写出来了,问项目、实习、介绍了BN,LN/LSTM/GRU/Transformer一些基础,反问。 面试官很有耐心。 #2023校招#
项目负责了什么, 大津法原理 , 最大类间方差和类内方差区别, 支持向量机的理解, 最小二乘的公式, 最小二乘是用来干什么的, open CV常用哪些函数 triangle原理 霍夫变换原理 图片的拷贝怎么实现 深拷贝浅拷贝 形态学处理的函数 腐蚀膨胀原理 图谱增强都有哪些,说一下实现原理 fast RCNN和yolo系列的区别 还有一些想不起来的,基本上都是根据项目来问的 记录一下吸取经验 面试
9.27一面 1.自我介绍 2.复盘9.21机考,只做了两个题,简单说了一下没做出来的题的思路 3.做题,在lc 上面直接码,三个mid选一个 4.用什么语言-java py 换着用 5.数组和链表的区别 6.多线程 7.数据库 8.介绍一下自己熟悉的机器学习算法 8.算法评价 9.深度和广度的区别 中间还有一些忘了,总的来说以为投的算法考机器学习多结果全是java已经很久没看了,稀碎,不过好歹给
自我介绍 职业规划(传统算法,还是ai)(在这我选了传统算法,因为课题跟项目用到,虽然俺也很想搞机器学习) 边缘跟踪(直接不会,没用到过) 说一说边缘检测算法(sobel,canny) 细嗦canny检测(非极大值抑制是他想听的关键,跟边缘跟踪有联系,写完这个查一查) 继续问项目跟课题(这时候提到很多次效率) 本科的项目用到opencv,细讲。 问到项目里的圆检测,疯狂回想,最后想起来是hough
今日面了360,面试官说通过了,其他问题都比较常规,但算法题有点意思。 1.假设一个人物的战斗力是5,只能挑战1~5的关卡,超过5就会死掉,不能再战斗。现在给两个战斗力n的人物,给一个用最小挑战次数确定n的算法。 2.大数的排重和排序,输出今日收发过消息的qq号。 问题1我最开始想到的是二分查找,但有可能无法找到结果。第二想到的是按区间查找,例如第一个人物的步长是10,第二个人物的步长是1。 面试
pdd算法岗面试 transform的结构 self-attention 和 attention(空间,通道) 的区别 手写conv2d 损失函数的公式 最长好数组(任意两个相与为0为好数组) 很少答出来,反问环节,说没啥问的了,因为后面还有两轮面试(后来想到,这么菜,还不知能不能过,哪里还有面试呀) #面经##拼多多面试#
居然收到了腾讯算法的一面,离谱的是笔试居然直接跳过了??? 一面70min左右,三道题 1.快慢指针,没复习到,随便写了写,这个寄。 2.手撕AdamW优化器,手撕Transformer等,挑着做,然后就手撕了Transformer的encoder,整体框架和细节大差不差,跑肯定是跑不起来的。 3.数学智力题,这个还是不方便说了,答案答对了,就是不知道面试官老哥有没有理解我在说什么。 然后再问了一
编程第二题想知道错在哪里,怎么都ac不了 import sys if __name__ == "__main__": # 读取第一行的n h = sys.stdin.readline().strip() n,k = map(int, h.split()) score = sys.stdin.readline().strip() score = list(map(int, score.split()
趁热 了解RNN和LSTM吗 RNN input具体计算 RNN梯度爆炸和梯度消失的原因 为什么LSTM一定程度上解决RNN问题 transformer embedding bert encoder层里的参数量 bert预训练任务 xgb为何优于GBDT 追问xgb并行计算 seaborn库操作 numpy如何对列求平均 lamada匿名函数 spring boot 解释下bean equal和
1、个人信息再确认,哪个学校毕业的,考研还是保研,以后打算读博还是工作etc 2、介绍你的研究方向 3、介绍下你的研究内容,另外发了论文没 4、常用的数据预处理方法有哪些 5、l1正则和l2正则哪个收敛更快?为什么 6、l1正则和l2正则哪个抑制过拟合效果更好?为什么 7、用过哪些网络 8、transformer了解吗? 9、l1、l2在深层还是浅层抑制过拟合的效果好? 10、dropout用过吗
1. 问项目 15分钟 2. 过拟合怎么解决,l1 l2正则的区别 l2导数是什么 3. Dropout训练和测试区别 4. 优化器有哪些,详细讲一讲 5. 怎么筛选特征 6. 机器学习模型了解吗,树模型,线性模型 7. 场景题,怎么识别抖音刷赞行为 8. 代码 非递归进行中序遍历 估计是寄了 转开发很久了 八股快忘完了