菜的找实习找不到,而且其实也没时间去,上学就得做导师项目。本来打算收手了,打算开学直接投暑期,在Boss上被hr要简历了,然后直接排了面试,这君要臣面臣不得不面啊…但是其实根本不抱任何希望,就当是去体验一下流程,攒个面经。 然后就开始疯狂准备八股。把简历里的yolo,1-5恶补了一下,cpp的八股也是,还有简历里的本科毕设里用的算法(surf啥的)都挖坟出来背。 面试官人很好,氛围很轻松,不那么紧
#运筹优化# 1.自我介绍 2.介绍一下单纯形法、整数规划(分枝定界、剪枝) 3.有什么加速技巧(割平面、feasibility pump等) 4.出了小小建模题,a和b两个事件,必须有一个或以上发生,怎么建模 二十多分钟面试,只有一轮
#运筹优化# #京东# #实习# 一面70min: 1.自我介绍 2.介绍一下单纯形法 3.介绍一下分枝定界 4.介绍一下列生成 5.问项目(问了两个,深挖) 6.问实习经历 二面70min: 1.自我介绍 2.直接开始问项目(深挖,问的非常细) 3.问启发式项目(也很细) 4.gurobi有什么加速/启发式,有尝试过调整参数吗、效果如何 两轮面试问的非常细,从基础知识到项目,都要掌握的比较好
听说写面经会有好运😆 自然语言处理方向。从自我介绍开始到反问结束,大概40min左右。 985本硕,但是本科是轻工类😅,研究生学到的内容也是基础非常不牢。 纯纯算法小白,找23暑期实习,分享出来是希望以后也可以多看到其他人的面经😊 以下是提问内容,因为记性不好,所以有些问题的表述可能会有点出入哈~ 1.最熟悉的模型+介绍原理、优劣势。(回答了BiLSTM,因此后面接着这个模型问了) BiLS
上来就先问简历上的项目和比赛,然后细聊研究方向,由此扩展到了目标检测上很多知识点,yolov5的特点,有哪些常见损失函数之类的。 然后写三道算法题 默写快排 最大岛屿面积 将一个H*W的图像resize为2H*2W,不能调库
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
面试官很好 是我太菜 问了随机森林 XGboost EM算法 其实很多都是他问我了解什么我说了 再细问我又不清楚 可我没有会的了 面到最后就很尴尬
1、划分循环数组 思路和********** 的子数组一样,只是目标和为循环数组和的一半。 2、n个学生围成一圈,编号从1到n。每个学生将从1开始报数,报到素数的人出列,剩下的人继续报数,试求最终留下来的人的编号是多少 这道题是一道典型的模拟题,难点在于判断素数,这里使用的是欧拉筛先打了一个素数表,时间复杂度为O(nlogn)。 3、给定一个数组,你可以进行最多k次以下操作:“选择一个大于1的元素
底层211,论文在投,项目单薄,无实习经历 海笔 - 过于简单的签到题 - 手写模拟定积分 - 公式算KL散度 - 求长度为k的窗口构成顺子的个数 - 切木板,只能沿对角线、副对角线切,求切完多少块 过了3.46,有点低 一面 - 介绍项目、论文 - LSTM和Transformer区别 - 简述PPO - Value-based和Policy-based区别 - On-policy和Off-po
卡着截止时间投的,ZJU本硕,通信领域顶会一篇(ICC)。 投完一个星期发测评,做完两天给一面通知 流程是自我介绍,项目介绍,专业知识: 1、OFDM系统发射机的设计有什么特别的,我简单描述了一下OFDM系统,大概就是讲信号调制到多个正交子载波上,使用IFFT实现,循环前缀CP之类的。 2、提高通信速率的措施:大概就绕着香农的容量公式讲了一些,增大带宽、提高发射功率、更高效的编码,他提示了一下4G
一面通过 总体:AI研究院、30min、面试很快、没有手撕算法。 内容: 1论文细节,模型结构、损失函数、优化目标,baseline怎么选择的,超参数怎么选择的。 2最近实习的内容,大模型相关。几种LM的区别,在预训练阶段有什么不同。****怎么解决? 3为什么有一段实习时间比较短? 4最近看的论文是什么
(1)自我介绍 (2)研究论文:网络结构,考察shape(不要把输入数量当作一层shape) (GRU设置的必要性),时间特征怎么划分, 指标 效果 数据特性(时、空、异质性) 网络模型名字很有误导性 (3)基础知识:lr svm的归一化问题;lr里的w是什么意思,正负呢? 交叉熵损失函数与极大似然函数的关系,在什么前提下; 随即森林随即在哪里; dropout(类似于bagging);baggi
体验感 总时长24分钟,感觉面试官整体提问意向不佳,类似KPI面 流程 提问环节 自我介绍1-2分钟 工作意向, 是否有落地项目 量化剪枝是否有了解 c++有写过什么东西吗 介绍自己认为简历上最好的经历 对最新的目标检测和语义分割有什么了解 如何看传统的cv算法在深度学习领域起到的作用 如果让你作为负责人,负责一个人像分割的课题,打算如何开展工作,如何去做,规划,开展,收尾 反问环节 主要业务(多
一面挺好说话的哥们(过) 1、简历深挖 句向量具体怎么样优化? 在哪几个模型上做的? xlnet相对于bert的改进? 有无中文数据集的经验? 遗传算法怎么改进的? 强化学习如何做的? 了解以前智能对话的技术不,如lstm等 了解单轮对话和多轮对话的区别不? 如果了解,你觉得多轮对话的难点在哪? 可以如何改进? 2、反向提问? 客服业务量怎么样? 算法团队情况? hc岗位的具体职责? 二面 技术主
8.9 50min 自我介绍 讲一个简历上的项目 项目模型怎么选择的 为什么 数据怎么增强的 了解大模型吗 使用的大模型优点和缺点 了解nlp模型吗 一个概率题 抛骰子直到抛到6为止 求期望 一道编程 nums target 返回加起来等于target的下标集合 问时空复杂度 场景题:怎么判断大模型生成的内容是否对社会有害 面试官小姐姐好温柔 大一之后没做过概率题了完全不会写 编程写出来了但是复杂