听说写面经可以多拿offer 小红书一共是三轮技术面+HRBP面,整个面试体验很好,官网投完简历两天就面试了,结果出的也很快,几轮的面试官人都很nice。 一面,一小时左右: 首先是做自我介绍,这个可以提前准备一下 介绍简历中写的论文,讲的过程中面试官会提一些问题,问的蛮中肯的,也提了一些建议,沟通很愉快。会问下做的东西在工业界有没有一些应用场景,可以发散的聊一聊 问了下之前在美团实习主要是做些什
双非本985硕,icpc银,一篇一区论文 先自我介绍 1. 介绍其中一篇论文 2. 你的论文结果和其他人的有什么优势? 3. 如何提升这个项目?(换模型,提升并发度) 4. Yolo的正负样本是什么?(与所有真实标签iou都小于阈值的预测框为负样本,反之为正样本) 5. 模型压缩和加速的方法有哪些?(gpu、蒸馏、剪枝、半精度) 6. 半精度是什么?(舍弃后16bit的半浮点数) 7. 半精度的理
1.自我介绍; 2.做过哪些项目(说了一下自己的论文和项目); 3.推荐的任务和应用场景(主要是做序列推荐的); 4.如何缓解数据稀疏和冷启动的问题(使用辅助信息用基于内容的协同过滤); 5.有了解过语音算法吗(这里只是说了一下语音中的频域和时域); 6.介绍一下XGboost,其结构以及其拟合的目标; 7.熟悉使用什么深度学习框架(Pytorch); 8.用过C++吗(了解一些基本语法,开发过一
1.自我介绍; 2.论文中使用的技术(对比学习、元学习); 3.了解VAE吗,VAE做什么的(生成式任务); 4.了解GAN吗,GAN的思想; 5.了解NLP吗,用过哪些模型(BERT、Transformer、Word2Vec); 6.常用正则项有哪些(L1、L2、Lp),说一说各自的优缺点; 7.常用激活函数有哪些(Sigmoid、ReLU、Softmax、tanh),说一说各自的特点以及适用场
1.自我介绍; 2.介绍一下项目(对着github介绍,模型、评价指标); 3.对比学习(公式、具体实现方法); 4.深度学习模型了解哪些(RNN、CNN、Transformer、BERT); 5.说一下RNN梯度消失和梯度爆炸的问题,缓解办法(引入门控机制、LSTM、GRU等); 6.了解过语音算法相关的模型吗(RNN、LSTM、BiLSTM),更近一点的呢(DFSMN); 7.为什么想要来做语
1. 送分题:考场上有n种类型题目,输入是每种题目的题数和得分,算在最多做出k题的情况下,最大得分是多少。 2. 给一个有根树,和每个节点的权值,求所有子树里第k大的子数权值。一个子树权值是其所有节点权值之和。 3. 取数游戏,甲先取,如果某个人取了奇数,那么另一个人必须跳过下一个数取后面的;如果某个人取了偶数,那后面那个人可选择跳或者不跳再取数,注意可以连续跳大于1个。输入一个数组和它的长度,输
今年腾讯算法的面试属实有点难顶,一面和二面面试官都很温柔,面试难度也不高。但是三面直接给我上强度了 3.13一面 1h 经典自我介绍,介绍实习论文 1. 问了一些机器学习的基础知识,过拟合欠拟合,逻辑回归,损失函数等,这部分答的应该比较好。 2. 介绍论文,问了论文创新点和一些细节 3. 对实习经历进行深挖。问了一些模型的实效性问题,以及算法框架,上线效果的问题。 4. 算法题:删除链表节点,秒了
写在前面:主要记录暑期实习面试中的手撕算法题,面试岗位均为机器学习算法工程师 3.30腾讯一面 逆时针打印矩阵,考察模拟,注意边界处理。 (类似LC剑指offer 29:顺时针打印矩阵 ) 旋转数组的最小值,考察二分查找,注意重复数字情况。 (LC原题 剑指offer 11:旋转数组的最小数字 ) 4.2字节一面 记不清楚了。。。应该不难 4.13美团一面 面试官:写个二分查找吧。我:??? 4.
简单回顾下虚拟内存技术,基于局部性原理来实现,总结起来就是两句话: 在程序执行过程中,当 CPU 所需要的信息不在内存中的时候,由操作系统负责将所需信息从外存(磁盘)调入内存,然后继续执行程序 如果调入内存的时候内存空间不够,由操作系统负责将内存中暂时用不到的信息换出到外存 整个请求调页的过程大概是这样的: 那么,到底哪些页面该被从内存中换出来,哪些页面又该被从磁盘中调入内存呢? 这就是『页面置换
本书的 GitHub 地址:https://github.com/todayqq/PHPerInterviewGuide 算法可以说是大厂的必考题,对于算法,一定要理解其中的精髓、原理。 冒泡排序 冒泡排序的原理:一组数据,比较相邻数据的大小,将值小数据在前面,值大的数据放在后面。 function bubble_sort($arr) { $count = count($arr);
本文向大家介绍KM算法?相关面试题,主要包含被问及KM算法?时的应答技巧和注意事项,需要的朋友参考一下 参考回答: 匈牙利算法:求最大匹配,那么我们希望每一个在左边的点都尽量找到右边的一个点和它匹配。我们依次枚举左边的点x的所有出边指向的点y,若y之前没有被匹配,那么(x,y)就是一对合法的匹配,我们将匹配数加一,否则我们试图给原来匹配y的x’重新找一个匹配,如果x’匹配成功,那么(x,y)就可以
本文向大家介绍diff 算法?相关面试题,主要包含被问及diff 算法?时的应答技巧和注意事项,需要的朋友参考一下 把树形结构按照层级分解,只比较同级元素。 给列表结构的每个单元添加唯_的key属性,方便比较。 React只会匹配相同class的component (这里面的class指的是组件的名字) 合并操作,调用component的setState方法的时候,React将其标记为dirty.
本文向大家介绍viterbi算法相关面试题,主要包含被问及viterbi算法时的应答技巧和注意事项,需要的朋友参考一下 动态规划算法,用于寻找最有可能产生观测事件序列的-维特比路径-隐含状态序列,特别是在马尔可夫信息源上下文和隐马尔可夫模型中。声音信号作为观察到的事件序列,而文本字符串,被看作是隐含的产生声音信号的原因,因此可对声音信号应用维特比算法寻找最有可能的文本字符串。
本文向大家介绍Redlock 算法?相关面试题,主要包含被问及Redlock 算法?时的应答技巧和注意事项,需要的朋友参考一下 算法很易懂,起 5 个 master 节点,分布在不同的机房尽量保证可用性。为了获得锁,client 会进行如下操作: 得到当前的时间,微秒单位 尝试顺序地在 5 个实例上申请锁,当然需要使用相同的 key 和 random value,这里一个 client 需要合理设
我最近发现STL中有一个名为nth_element的方法。引用描述: Nth_element与partial_sort类似,因为它对元素区域进行部分排序:它对区域[first,last]进行排列,使得迭代器nth所指向的元素与如果整个区域[first,last]都已排序后将处于该位置的元素相同。此外,区域[nth,last]中的任何元素都不小于区域[first,nth)中的任何元素。 它声称平均具