211本硕,目前研一,计算机相关专业 找的就是搜广推的实习,忘记把本科做的推荐系统点击率预估的毕设写到简历里面了。 一面 1.自我介绍 2.介绍项目:介绍了介绍研一目前做的时间序列预测的项目和本科毕设做的点击率预估 3.问的时间序列预测的模型架构和指标 4.sigmoid函数和softmax函数的区别 5.多头注意力机制里的QKV,缩放 6.快速排序算法 7.反问
时间 1月11号 晚上7点 前一天下午面试官打电话约时间 他问了工资要求和最快到岗时间 问他什么时候面 他说现在就可以 我想准备一天 就约了11号 首先是自我介绍 问了在学校是否学过机器学习 深度学习类的课程 这里真是雷啊 学校确实开的有 但是我没选(我觉得效果不如自学来得快) 但是跟面试官说我学过 他继续问你们机器学习的框架时什么 我说分为有监督学习、无监督学习、集成学习、深度学习等 这里面试官
1.用cuda写过什么 2.gpu的L1 cache命中率怎么计算 3.gpu的L1 cache都由什么组成 4. tensorRT部署流程 5.tensorRT中构建部分和推理部分有什么区别 6.tensorRT的plugin怎么写 基本都不怎么会,也不问我项目,以为已经挂了,结果午觉醒来HR来约二面了 (看来真的缺人)
5.10 机考200多分 6.01 一面 1.自我介绍 2.讲讲简历的项目:只介绍了第一个项目,乳腺癌检测,用到了yolo,任务特点是数据量大以及数据不平衡balabala 3.除了提到的上采样还有什么方法可以应对数据不平衡:一开始没想起来,面试官提醒loss,想起来有个focaloss。 4.YOLO每个版本的变化是什么:以前看过,随便讲了讲先验框和backbone的变化。 5.除了yolo还有
4月下旬 一面,人很好,不会的还给我解答了,给了建议 简述CNN,RNN,LSTM CNN如何减少参数? 1x1卷积 CNN,RNN的使用具体场景? 为什么出现transformer,bert?他们出现之前用的是?CNN+RNN ...... 一面半小时后 二面 介绍项目两个比赛 LGB,LSTM,毕业设计。着重问了有没有特征工程 没有拿得出手的比赛和算发论文 gg#招联金融##算法工程师##暑假
先说说最近热度比较高的华子。 华为实习oc拒,秋招三面完没消息。 #实习一面 介绍论文。 -假设和假设空间的定义 -结构风险最小化和奥卡姆剃刀 -决策树 --节点分裂是熵增还是熵减,原因 -梯度消失和爆炸原因 -梯度的定义,模长方向表示什么 -手撕lc原题:幂集 #实习二面&三面 -二面三面就很水了,纯聊天 #秋招一面、二面、三面 囊括在一起写,因为确实没什么好写的。 随便问问论文,手撕一道原题。
NIO地图算法工程师实习 一面 23.01.19 两道代码题 一道media+ 一道media 整个过程还是比较平稳的,感觉代码有没有写对都没关系,HR主要想了解你的思考能力 NIO地图算法工程师实习 二面 23.01.31 高精度加法 如何判断两个线段是否相交 UDP\TCP协议 神经网络基础,计算量之类的 NIO地图算法工程师实习 三面 23.02.03 为HR介绍自己项目,回答HR一些关于项
1.自我介绍; 2.主要用过哪些深度学习框架(Pytorch); 3.介绍自己的论文和项目; 4.什么是元学习(项目和论文中用到了); 5.多任务学习的一些框架(项目和论文中用到了,SharedBottom、MMoE、SRN等); 6.介绍一下LR回归、XGBoost、GBDT,以及他们的优缺点; 7.介绍一下BERT和ChactGPT; 8.如何处理文本信息(Word2Vec); 9.有用过C+
之前在实验室一直是做CV的,不知天高地厚的投了快手的广告算法,后来才知道更多考察的是机器学习的东西 算法题:二叉树断开任意一条边,对两棵子树元素求和再做乘法,求最大的乘积 了解哪些常见的机器学习算法(可能是你说什么他问什么) 逻辑回归(LR)对单条样本对预估分数代表真实概率么,具体含义是什么(感觉有点业务相关) 检测,box分类分数输出的物理含义是什么,怎么保证输出的score就是概率值 为什么分
背景 本211硕985,语音前端算法(不是识别) oppo 面了一次,不太符合(他们要的是语音合成相关的),感谢信 外研社 他们是做发音评测打分相关的东西。给人感觉有种不正规的小作坊感觉,技术人员同时也是hr,一面之前就直接加了微信,然后告诉我明天要问哪些哪些,这个操作属实有点让我震惊了。一共面了两次。第一面问了项目相关,了解到是我自己写的pipeline之后要看我的模型源码……说是之前有人把不是
一面(7.4) 自我介绍 介绍一个做过的项目 sql里面union和union all的区别 访问最近时间第五的用户: 用户 id url 访问时间 未来安排(保研还是工作) 反问(问道算法实习生为什么没有问算法方面的问题,面试官说后面的面试会遇到。在反问的过程中,又突然问我决策树进行剪枝如何判断剪枝的好坏) 总结 猪八戒这个面试很奇怪,我感觉自己所有问题都回答上了,最后还是给我挂了。可能就是拿我
一面:项目简单问,判断平衡二叉树,层序遍历 二面:最大的长方形,快排思想找第K个数 三面:问业务,问基线方法,重点关注ARIMA,HA方法在单点预测性能,提高综合能力#投递实习岗位前的准备##实习,投递多份简历没人回复怎么办##我的实习求职记录##23届找工作求助阵地#
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
分享一下面试经验攒攒人品 求捞~ 一面技术面(1h): 没有自我介绍,一上来就简单聊了两句了解身份,然后开始问项目,可能因为项目和岗位相关性很强,第一个创新点(第一个项目)就问了40多分钟,后面稍微了解了一下其他的项目就没了。 二面主管面(1h): 1.自我介绍 2.项目(这个也问了很久,主管说是因为项目和他们做的比较相关,就详细问了下) 3.合作经历,出现矛盾怎么解决 4.遇到的印象最深刻的挫折
自我介绍 介绍项目 BERT和BERTweet区别 Transformer为什么是基于上下文的 VGG-16的结构,优缺点 反问 面试官人非常非常好,总的来说很轻松,面试完大概半小时就通知hr面了