阵容:面试官+助理VS另一位同学和我 提问: 各自简短的自我介绍 问另一位同学:你参加过印象最深的比赛和遇到的困难以及解决过程;问我:你的研究领域的研究方向、研究方法以及有什么实用性的场景。 二位面试的是技术工程师,你认为自己有哪些特质可以从事这个工作 总结: 面试官还可以,比较温柔 没有问之前的问卷选项,也没有role play环节,亏我还准备了4页A4材料,写了一堆总结的面经 另一位同学先自我
写面筋,攒一点好运~ 等了两个星期终于等到蚂蚁电话约一面 面试主要在拷打项目, 先自我介绍,然后针对项目问题刨根究底的询问。 除此之外 问了一下对比一下KG + LLM 与 RAG的优劣(好像他们主要也在做KG+LLM) 无算法 反问: 几面?一共有三轮技术面,第二轮会有算法。三面leader面。 业务做啥?垂领大模型构建,KG+LLM P.S. 1. 昨天面试官找我约好时间,结果今天他还迟到了一
hr面,70mins左右,群面(一面二) 1、自我介绍 2、为什么选择牧原,为什么选择养殖方面? 3、印象最深的项目经历,项目成果,你从中学到了什么;遇到的困难,如何解决,今后在工作中遇到困难后多久会寻求别人帮助? 4、秋招为什么没找工作,从考研中获得了什么? 5、offer的选择因素? 6、家庭情况 7、意向工作地点、时间、薪资 8、今后在工作中希望担任怎么样的角色,职业规划
用的飞书系统,双方都没开摄像头,50min 1. 自我介绍 2. 开始挖项目 模型的数据来源,评价指标,怎么考虑这些变量的,效果怎么样 知道卡尔曼滤波吗(简历里写了但用得很早了,忘了很多) 知道哪些最优化方法 讲一下牛顿法和高斯-牛顿法 3. 然后聊了一些价值观相关 求职时最看重什么 你以后想做什么 了解momenta吗 对之前实习公司的评价 之前的实习能留用吗?为什么还出来继续面试 4. 问了一
科来Java开发工程师二面 timeline:2023/08/31一面,2023/09/06二面;每次时长都在半个小时左右。面试官好像是一个资深的技术总监。 1.最近有在看什么书吗? 2.有自己的代码仓库吗?学校有吗? 3.自己做的系统是否有参考开源项目?具体说一下 4.自己阅读过一些开源项目的源码? 5.你在github上如何搜索你想要的项目? 6.你对我们公司(科来)有了解吗? 7.用简练的语
2023.09.06 全程30min 1、自我介绍 2、项目拷打 a. 挑一个项目介绍、难点是什么,解决方案是什么 b. 另一个项目算法部署的实现细节 c. 本科-读研过程中项目中遇到最大的挑战是什么,怎么解决 2、八股 a. bn原理;训练和测试阶段bn操作的区别 b. 梯度消失解决方案 c. 过拟合解决方案 3、概率题 屏幕前经过小球的概率恒定为P,若20min内观察到有一个小球经过的概率是0
科来Java开发工程师一面 2023/08/31下午面的,成都base的,使用腾讯会议。回忆版,想到啥说啥。面了大概25分钟左右,无手撕 1.说一下ArrayList和LinkedList的区别,你平时用过嘛? 2.讲一下你平时用到的集合类,简单介绍一下 3.讲一下TreeMap的底层原理 4.既然你说到了红黑树,说一下你对红黑树的了解?并说一下红黑树旋转的细节 5.为什么HashMap里要用红黑
1. 自我介绍 2. 简历项目(问的比较细,每个项目都会问一下) 3. 介绍Lora 4. 了解哪些商用的大模型,都有什么优缺点 5. QLora 6. 量化的优点,如何量化 7. Git的使用(如何管理项目,对比两个版本的不同) 8. 了解cuda吗?如何使用 9. pytorch的版本问题 10. 部署模型的经验 11. 如何查看和管理cpu,gpu资源 面试官总体感觉兴趣不高,没有开视频。回
首先上来我必须给用友的hr一个大大的赞,人真的很好很好,平易近人。整个面试下来完全就是轻松加愉快的状态。 回归正题: 会问了解用友吗?是从哪方面进行了解的 1.首先上来并没有叫自我介绍(我还准备了下) 2.整个面试过程都是问的简历上的东西,整体难度不大 3.问到了数据库的多表联查 4.然后就是问到是否有过投递岗位的实习经历(因为我没有所以,面试官很无奈) 5.有一个重要的信息就是用友现在底层都是用
30分钟纯八股 1、数据结构中有哪些树,都是用来做什么的。 2、第一次没答到哈夫曼树,所以又问了我哈夫曼树的作用 3、OSI7层网络,每一层具体做什么的 4、应用层包括的协议 5、HTTP和HTTPS的区别 6、HTTPS加密 7、如果HTTP的数据会被拦截,对称加密的密钥为什么不会被拦截 8、面向对象比面向过程的优势 9、里氏替换原则,并举个例子 10、有哪些方式做多线程开发,需要注意哪些点。说
无手撕,无八股,问的都是简历上面的项目,会讨论的非常详细,也会有些拓展问题。 面试官非常nice,超级详细的介绍了部门和主要的业务! #秋招##面经##吉利#
非技术相关:对工作地点和薪资待遇的期望。 算法相关 Q:快速排序的时间复杂度和空间复杂度? A:平均时间复杂度:O(nlogn),划分对称,所选枢轴元素可以将数据中分; 最坏时间复杂度:O(n^2),初始排序表基本有序或基本逆序时。 平均空间复杂度:O(logn),划分对称, 最坏空间复杂度:O(n),初始排序表完全有序或逆序时,要进行n-1次递归调用。 Q:归并排序的时间复杂度和空间复杂度?
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
2022.09.16 北京时间下午16:00进行的二面 先说个小插曲: 面试官本来按时进入了会议室,但一直没开摄像头,我耐心等待了几分钟,后找到HR,微信反馈了一下情况,然后面试官突然开摄像头说,他这边临时有个会 5分钟之后开始面试。过了一会儿,我们开始了正式面试,他也表达了歉意。 正式开始面试: 首先就是自我介绍,介绍完后,根据我的实习经历,让我说一下,具体做了哪些网络安全维护工作,虽然面试官很
09.16 下午4点 视频二面,base 北京,奇安信售前工程师 整体流程是比较顺畅和满意的,面试官就是售前工程师,但没有问售前相关的问题,更多的是根据自己的简历进行深挖,每个环节都有相关的提问,感觉考察的更多是个人的表达能力、逻辑思维能力和解决问题的能力。 整个面试时间为23分钟,前面一开始因为面试官有个会议,所以迟到了几分钟,面试官的态度很nice,会对我的输出有回应,调动我的整个的主动性,所