《感知算法实习》专题

攒人品！希望多拿offer! 1.自我介绍 2min左右 2.项目经历 20min (这个聊得多) 3.实习经历 20min 4.一些机器学习知识常规问答(LSTM RNN区别啥的)(问传统机器学习做的多不多 但我做的比较少 所以没问了） 5.手撕算法 2个题 一道sql 一道字符串相关 6.反问环节 (比较好奇业务 所以只问了业务 别的也不知道问啥了) 整个过程很舒服，面试体验可以 更新一下 进

投递:11月初 岗位:cv算法工程师 一面:11.21 1.讲解一篇中稿论文和两篇在投论文 2.讲解拼多多的项目 3.写一道leetcode—mid题，原地修改数组 二面:11.23 1.decoder和encoder 2. multi-head机制的实现以及相比于单头的优势是什么，在哪些衡量指标上有提升 3.详细介绍sam模型的内部结构 4.拷打项目和论文 5.leetcode合并链表简单题

Transformer的多头注意力的作用面试官首先问到了Transformer模型中的多头注意力机制，要求我解释其作用和优势。 blip2的架构，优势和之前多模态模型的区别接着，面试官让我详细描述blip2的架构，并比较其与之前多模态模型的区别和优势。 知识蒸馏和无监督样本训练然后，面试官询问了关于知识蒸馏和无监督样本训练的相关知识，要求我解释两者的概念和应用场景。 无序数组的中位数面试官还给出了

小天才笔试没啥具体题目，就大概说一下考了啥 一共三部分，单选42个，多选10个，填空一个 围绕内容： 1. 概率论、线性代数 2. 机器学习基本概念 3. 大模型相关概念 4. 机器学习架构相关知识点 5. 深度学习相关概念 6. 数据处理相关知识点 7. 模型优化 基本内容我能想起来的就这些，不过中途有题目的翻译好像没做，直接是英语的题目，这部分得注意别看错了，大概两三道。概率论和线性代数部分记

桃子装箱（AC） 老张美术课（超时只能过64%） #滴滴##秋招##算法工程师##笔试##滴滴23秋招笔试有点儿难啊#

9-15 45寒武纪算法二面，一个小姐姐很温柔 项目、实习、CTCLoss，Focal loss ，amp，样本不均衡，深度可分离卷积，模型轻量化啥的 反问：贵公司对人才。。。。   我说完她也笑了 #2023校招#

9.8  投递 9.13 收到AI英语面 9.20  hr问了下预期薪资，通知进入技术面流程 9.22 下午面试官电话约面 9.23 上午9点半、电话面试。（历时约45分钟） 1、个人自我介绍 2、选择一个项目介绍（联邦+ner） 用到的数据 模型效果评测 联邦学习：面对数据非独立同分布怎么做的 实体有哪些标签 用了哪些公开数据集 数据划分（联邦学习） 长实体识别 3、用了哪些图数据库（Neo4j

8.21 笔试 8.22 测评 9.19 一面 面试的算法工程师的岗位，但是中兴好像是随机匹配面试官，对算法方向也不是很懂，说这两个项目没有什么关系，说简历写的东西太少没什么可问的就自己介绍一下项目，介绍完了也不知道问什么，申请时候的base地点填的深圳，问了好几次如果深圳匹配不到合适的岗位觉得自己更想做什么，感觉随时会被调剂...... 9.21 二面 首先是项目，每个项目详细讲一下，又问了几个

1.ceo问题 给两个数组，第一个数组为普通数组，第二个数组为按照要求已经拍好了的数据，需要对数组1和数组2相同的所有数按照数组1排序，剩下的按照升序 思路: 对数组1中在数组2的数据进行计数排序 2.消消乐 给n和区间x，y坐标表示，如果大区间包含小区间，也消去小区间 思路: 按照区间长度逆序排序，然后不断消去长度小的区间

1. HR面的八股文问题 2. 数据规模和模型复杂度之间的关系，不匹配会发生什么现象？有哪些解决的方法？ 3. P问题，NP问题，NPC问题，NPHard问题。 4. 二维矩形排布，如何使得空间利用率最高？ #面经#

自我介绍 简历上实习这块（主要是车外） 单阶段检测的框架有了解吗（应该是想听到yolo） 卷积的计算量（讲计算过程） transformer的核心计算过程我是傻逼 transformer和lstm的区别和优势 手写nms和iou计算过程 手写kmeans#虹软科技#

记得前段时间就投了，最近突然找我开始面试。简记一下： 先是自我介绍。自我介绍完了直接开始手撕代码。 第一题是给定mxn的矩阵，0元素所在的行和列上的所有元素置为0，要求空间复杂度尽可能小（最好常数） “做完一个基本m+n空间复杂度的之后，面试官问能不能想出常数级别的” 第二个题是给定整数数组，求连续子序列最大和。 问了我三维项目里，点云采样是怎么做的，怎么确定统一的输入向量。 问了BN训练和测试之

写面经，攒人品，求offer 先说说秋招吧，投了进几百家公司了，至今没有offer，可能是学历不行，也可能是工程能力不足，emmm，总之至今还是 0offer 从9月份就开始投简历了，到了10月底才开始有面试机会，后来改投实习，面试机会才稍微多点 联想研究院实习/10.30 自我介绍 问项目 图像分割有做过吗，没做过，知道别人做过 介绍自己公司，应该是搞理论的，说要在学术界受认可 跟着哪个导师的，

#关于秋招我想说# 论文； networkx的性能问题； loss波动与过拟合的原因分析与处理方法； 数据样本不均衡的处理方法； 向量数据增强的具体做法； 反问； #你的秋招进展怎么样了#

#深信服# #算法工程师# #2022秋招# 面试官说这是深信服秋招最后一批面试了。 总结提炼一下有这些问题： 对深信服业务、算法岗位职责是否了解； 图数据进行异常检测的思路（特征筛选、社区检测、图匹配等） ； 大规模（数十亿条）数据如何建图、计算（数据清洗、索引、并行计算等）； Neo4j对并行计算的支持度如何 压力管理的案例与思考； 今年秋招环境下定位的自我认知与思考（被面试官吐槽简历往年可能