《人工智能算法》专题

#小天才# 面试前通知时间大约半小时，实际面了将近一小时，但最后还是挂了。面试官比较侧重于问项目经历，而且表明我进面试是因为看重我的专业(通信本科+生物医学工程硕士)和某个项目经历比较对口，不过我在面试前准备的方向有点偏了，我当时提取准备的都是深度学习以及大模型方面的多模态知识，而小天才的多模态指的其实是智能穿戴设备上采集到的各种生理信号数据，主要结合的还是机器学习算法，这方面的提问我也没有很好答

流程是：自我介绍-项目询问-企业观感-反问 整体感觉还可以，全是围着简历项目问的，其他问题基本没有。 希望进二面！

好像是到店事业部的应用算法组吧，做的是具体 toB tos 的一些到店 app 相关应用，科研内容很少。 1.自我介绍 2.问大模型实习的项目 3.ChatGLM LLAMA QWEN 这些你都有微调过吗？ 4.为什么你要用 lora 和 p tuning v2，有啥好处？ 5.CHATGLM 的训练 loss 你知道怎么计算吗？（详细讲了一下 glm 的训练过程） 6.你了解 CHATGPT 的

🕒岗位/面试时间 1小时30分钟 1、自我介绍 2、讲一下kaggle金 方案，围绕着一个比赛扣细节 3、围绕天池/miccai workshop比赛展开 3、Gem代替global avg pool动机，Gem公式，代码实现 4、BN公式、其中可学习参数的意义 5、手撕Focal Loss 6、手撕Crop（提供一个中心点，和裁剪的宽高，要防止越界等异常情况） 7、反问 已发下一面时间

快手机器学习算法工程师一面50min 人生中第一次找工作面试😭 （面试官姐姐人超好😭，一直心平气和的和聊天一样，我说错了也没说我而是跟我解答，甚至帮我找理由，全程都很耐心） 1.自我介绍 2.介绍用过哪些机器学习方法 3.SVM的原理跟优势 4.集成学习（扯了下随机森林跟集成学习原理），XGBOOST（没用过） 5.knn和kmeans做分类的原理 6.你们做的遥感图像怎么提取特征 7.问了下

游卡两次面试都很舒服，全程没有push，面试官人都很好，我觉得游卡是一个氛围很不错的 一面 30min 像是技术主管面 1、问项目 2、问之前的数据处理是怎么做的（一个时序数据） 3、问模型如何优化（答数据方面） 4、介绍了一下当前的业务，问我如何用神经网络处理（因为我没有接触过强化学习，所以让我用MLP解决，很贴心了） 问了不同情况如何处理，如欠拟合等 5、反问：我能不能接触到强化学习的内容，我

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

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#

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

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