#软件开发2024笔面经# 20道选择 2道编程 1.输入p1,p2...pn代表n本书价格。 输入d1,d2...dm代表m张优惠券, di表示第i张优惠券的使用条件是:至少买di本书,并免去其中最便宜的书的价格。 问:仅能使用一张优惠券,买这n本书最少需要多少钱? 2.给定一个矩阵,每一步只能选择往上下左右4个方向移动一格,矩阵中'#'代表障碍物不能通过。问外卖员从点A到点B取外卖,再送到点C
大家都说,算法岗最近几年有点卷,但是随着多模态和AIGC的兴起,这个领域又多出了很多机会。我最近社招入职阿里,总结了包括阿里,腾讯,字节,商汤,华为等十几家互联网和AI公司的面经以及平时我的学习成果。因为面经花费心思多,整理时间久,不支持白嫖哟 如果是校招或者社招,可以考虑入手,如果是在校学生也可以当做比较好的学习资料,里面包含了很详细的讲解。
一面(30min) 1. 问了职业规划 2. 问项目细节 3. 场景开放题目 4. 反问 二面(45min) 1. 面试官介绍部门业务 2. 详细问了项目细节+涉及的八股 3. 一道专业题 4. 开放题目,问模型效果不佳怎么办 5. 反问 #京东#
1自我介绍 2项目 3传统CV算法有哪些 4有什么爱好,打篮球打什么位置,身高体重 5 意向地,有无女友,有没有投其他公司 感觉被KPI了
分享面经攒人品 2023.09.12 全程25min 1、自我介绍 2、项目中最困难的点是什么,怎么解决? 讨论了一些技术细节。 3、项目过程中遇到和其他成员有分歧和矛盾要如何解决? 4、遇到问题怎么定位? 5、职业规划 6、期望薪资 7、现在拿到哪些offer? 8、个人信息(独身子女,家庭,意向城市) 9、反问 多久出结果... #你的秋招进行到哪一步了# #许愿#
15单选+3简答+2编程 一小时 单选有概率密度、算特征图维度这类需要计算的 简答 给中序后序画树的结构 介绍relu sigmoid leakyrelu tanh优缺点 介绍transformer 介绍自注意力机制 写注意力公式 写encoder-decoder结构并介绍decoder的注意力 介绍多头注意力 介绍长度和注意力的关系 编程 给一个数字字符串和
TPlink分为两家,普联负责内销,联洲负责外销,两者招聘流程基本一致,因此就一起写了。 联洲 联洲的招聘流程比较清晰,可以查到自己的具体状态,按照岗位和定级每人2~3面不同。我是进行了3轮面试,第1、2轮都是技术面试,第3轮是综合面。 第1轮主要是围绕项目进行提问,并且询问基本信息,像在校成绩、排名,有无论文,专利,得没得奖,大概不到20分钟,面完当天就显示结果 第2轮也问了下项目,不过面试官小
2023.09.06 全程25min 1、自我介绍 2、八股(比较简单) a. 进程和线程的区别 b. 数组和链表的区别 3、项目拷打 面试官很专业,问得很深。 项目一定要吃透。 4、手撕 归并排序
1.code 快排 2.项目及实习经历 DSSM损失函数是什么 DSSM缺点是什么,改进方案是什么 以及其他一些实习具体内容 3. XGBoost并行方案是什么,对比GBDT改进 LR为什么用交叉熵 Transformer架构介绍一下,为什么处根号dk,QKV是怎么计算的 额外看我会用spark,问了如何处理数据倾斜
8.3日下午三点,一面,面试了整一个小时: 1.自我介绍 2.主要针对简历提问,我是研究计算光谱成像的,简历上写了三个项目,由于第二个项目是我自己研究的一个降噪算法(论文在投),和isp稍微相关一点,前二十分钟基本就和面试官聊这个算法,这个算法可以用到高光谱降噪,压缩感知重构和demosaic上,所以也穿插了一些demosaic的知识,大概就是bayer滤波这些。 3.另外两个项目是高光谱相机的,
1.自我介绍+项目深挖 2.AUC是什么? 3.学过数字图像处理吗?边缘检测有哪些方法?canny算子具体是怎么做的? 4.不使用深度学习如何检测视频中的运动物体和轨迹? 5.C++内存泄漏是什么?如何避免?static关键字的作用 6.深拷贝和浅拷贝区别,python用什么函数进行深拷贝?
1.自我介绍 2.深挖项目 3.内存泄漏 4.进程 线程的区别 5.残差神经网络 6.反问
7.20 一面 40分钟 1.自我介绍 项目部分: 2.常见模型的结构:bert,TextCNN,transformer,ERNIE 3.怎么比较用哪个模型更好 4.模型输入的长度限制是多少 5.怎么解决多标签问题的 6.attention的时间复杂度是多少 7.有没有做过知识图谱和问答 8.GPT的结构 9.各个类别数据不均衡怎么办? 10.关于模型的部署和优化 11.a,b是两个常数,怎么在不
1自我介绍 2纯问项目 3反问
30分钟电话面 1. 介绍一个项目或竞赛 2. resnet残差,efficienet系列的不同,bn层,最大池化层怎么反向传播的,最优化,一阶二阶的分别有哪些算法,不能求导数的用啥算法 3. 反问 #面试# #海康# #算法工程师#