9.7 笔试 9.16 测评 9.19 一面 两个比赛情况简介 项目1介绍 评估指标 除了特征级优化还有哪些优化 数据归一化方式有哪些 Transformer了解哪些,是否看过源码 PyTorch是否看过源码 PyTorch如何处理数据 梯度消失有哪些处理方式 梯度爆炸有哪些处理方式 梯度反向传播有数学推导过吗 图片数据预处理做了哪些工作 自然语言处理也用卷积吗 Python实现接口类 不同数据结
1、视野预测项目如何设计模型的 2、CS144-TCP 项目如何设计的,底层 TCP 使用了吗,你学到的是啥(我说就了解了 TCP/IP 协议栈,感觉满脸嫌弃的样子) 3、了解 AI 模型部署的后端框架吗(寄)、服务端呢 4、负载均衡算法有哪些 轮询:负载均衡系统接收到请求后,按照顺序轮流分配给服务器。这种方式非常简单,只管按顺序分配,至于服务器当前负载情况、硬件能力等都不关心,只要服务器还能工作
主要内容:前提条件,面向读者,问题反馈在本教程中,讨论了各种流行的主题,如人工智能的历史,人工智能的应用,深度学习,机器学习,自然语言处理,强化学习,Q学习,智能代理,各种搜索算法等。人工智能教程提供了人工智能的介绍,可以帮助您理解人工智能背后的概念。 我们的AI教程是为初级和中级水平的读者而准备的,可以从基本概念到高级概念的完整人工智能教程。 前提条件 在学习人工智能之前,您需要具备以下基本知识,以便可以轻松地理解这些概念。 熟悉任
#我的失利项目复盘# 一面面试官上来给我发了两道题 一道困难看都没看 一道中等,是图论,就是给一个board,给一个单词,判断能不能从board中找出单词。 我一道题都没ac。第二题我的思路是: 遍历board搜寻单词中的字符,当遍历到了之后开始深搜DFS。 第一次面试太紧张了所以没做出来Orz 做了半小时之后开始面试,面试主要问了一些项目上的细节,但是针对的点跟我想的不太一样,主要是问了项目里的
9.11上午面的,首先问项目,以及神经网络相关知识 问深度学习基础知识,比如交叉熵损失函数为什么是log,为什么有负号,有用过其他类型的神经网络吗 但面试官的网好卡,中间还卡断了掉线了,之后他的信号时好时差,说话听不太清,断断续续的。 然后今天(9.12)就收到了感谢信😢😢emo #开立医疗#
7.12 笔试 7.22 一面 自我介绍 项目1介绍 目标检测backbone有哪些 项目2介绍 ViT有了解吗 CornerNet是怎么做的 解决过拟合的方法 代码:求均方根 7.27 HR面 谷歌情感机器人问题 对人工智能的看法 工作岗位的看法 面试情况 工作地点的选择 项目负责的工作 凉~ #乐鑫#
宁德时代算法工程师一面是不是不想要我,十五分钟不到就面完了。都没问啥技术问题,感觉就是HR在面。是不是就招一个人,根本不怕招不到,好着急的样子,太水了吧,这个女面试官感觉好累的样子,一点不情愿的面试。 问题如下: 1. 一分钟自我介绍 2.面试官提问:为什么选择宁德(~)?未来规划?(我说我未来就是要做NLP)。说一下你做的项目(论文)遇到的最大的困难?说一下NER基础做法和你的创
笔试: 9.5 一面:9.7 线上 总共20min 自我介绍三分钟 主要是问基本的算法八股 比如怎么防止过拟合 dropout 这种 bn ln区别,平常使用过得算法模型这些 总体来讲体验感不错 大概一周后通知了第二次面试 二面:9.21 线下 总共30min 自我介绍三分钟 主要问我简历中的一段科研经历(和医院合作的项目) 问unet transformer 等基础 最重要的是 问思想,如果是落
一面: 1.自我介绍 问了下本科成绩、研究生成绩这些 2.你经常用的排序算法有哪些 3.冒泡排序的时间复杂度 4.对于一个已经大部分排好序的数组用哪种排序更好 5.权值相等的图求最短路径用什么算法好一点 6.为什么不用DFS? 7.BFS还有什么优化方法吗? 8.平时有应用的场景吗?(没用过) 9.二叉树的遍历方式有哪些,有哪几种实现方式 10.给你一个什么顺序,你能够确定一棵二叉树? 11.为什
面试时间:30min; 面试问题: java接口和抽象类; Redis高可用的原因; Linux命令 : 查看线程,端口号,磁盘分区(不会); Spring注解; SpringBoot理解; 项目讲解; 最近在学什么东西; 与别人合作的项目; 反问。 #面经##科大讯飞面试##AI工程师##科大讯飞AI#
背景:211本硕,一作SCI一区论文两篇,无实习。 一面(9.21) 1. 复盘笔试内容; 2. 自我介绍; 3. 问两篇论文的细节,顺便展开问了一些基础知识(25分钟左右); 4. 撕代码(LC498,对角线遍历,15分钟左右)。 总结:面试官和我研究方向类似,对我的工作很感兴趣,全程聊的很愉快,面试体验极佳。 结果:面试结束后1分钟收到面试通过的短信。 二面(9.21) 1. 自我介绍; 2.
1:编辑距离 2:最长连续上升子序列 3:数独问题 第二题过了66.7%,第三题没写… 有人做出来了吗 #科大讯飞#
记录一下面试遇到的一些题目,有的我自己写了答案,有的没写,这只是目前我能想起来的所有问题,希望可以给大家一点参考,如果我写的答案有不对的也请大家指教! 1.BN和LN的区别 2.什么情况下会发生梯度爆炸,如何解决(我们初始化的w是很大的数,w大到乘以激活函数的导数都大于1,那么连乘后,可能会导致求导的结果很大,形成梯度爆炸。 梯度截断:首先设置梯度阈值:clip_gradient,在后向传播中求出
万得一面面经 1.自我介绍 2.深挖项目提问 3.dataloader和dataset的区别 4.损失函数用过哪些 5.yolov8模块介绍 6.nms介绍 7.数据加载过程 8.用了哪些数据增强 9.batchnorm的计算过程 分为ab面,大概一个小时,不是很难但是基础要扎实。 #牛客解忧铺# #面经# #万得#
面试时间40分钟左右,没有八股文,机器学习相关知识也没问。 介绍自己的论文和项目,大概半小时。 是否做过cv 相关。 没做过yolo , faster rcnn, mask rcnn 不熟悉 大模型 和 transformer 相关有没有经验。没有。 后面十分钟在本地ide写了个dfs。 收到测评,业务面试通过了。#我的实习求职记录#