《AI工程师》专题

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#