《AI工程师》专题

面试官讲了下工作有研发也有工程落地，所以后面问的关于开发的东西多一些。 1. 数据结构，有序二叉树插入的时间复杂度，数组插入的时间复杂度 2. 两个数组（集合），如何比较是否相同。一开始说要排序，后面想着遍历一下用哈希表存一下，再遍历哈希表应该可以。 3. c++的题，sizeof() 4. 如何判断浮点数等于0，我说abs(f) < epsilon。 5. 关于补码，为什么要使用补码 6. 面向

[toc] 乐鑫科技 AI算法工程师 投递 2022.07.10 简历投递时间：2022.07.10 笔试 2022.07.12 时间：90 min 题型： 20个单选 2个编程 一面通知 2022.07.19 HR电话通知，约的 2022.07.22（周五）下午2点，牛客面试 一面 2022.07.22 面试时长： 40min 主要分成3个模块： 项目，同时在问项目的过程中，也问了一些基础深度学

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#

本来是线下面试的，没想着去，结果给我约线上了，还是长沙的岗位，湖南人表示愿意试试。 是技术面和综合面一起的，两个面试官，看起来都很和蔼。 自我介绍 然后问我c++和python哪个熟悉一些，我说都行，我没想到的是居然开始问python的八股 python的反射机制是什么？ 没听过这个，后面查了才知道是运行时获取类型 python的赋值、浅拷贝、深拷贝？ Linux的常用命令 git fetch和g

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#

记录一下菜鸡被狂虐的经历吧 一面：研究院中的某个产品线 1.自我介绍 2.对哪个算法模型比较熟悉，介绍一下（说了xgboost） 3.xgboost与gbdt的区别 4.运用xgboost前是否需要进行归一化处理，xgboost中如何预防过拟合，如何在训练模型前预防过拟合 5.有没有用过深度学习模型，对哪些比较熟悉（我的方向是机器学习，就说了个cnn） 6.cnn各层的作用（属实是不记得了），为什

#小天才# 面试前通知时间大约半小时，实际面了将近一小时，但最后还是挂了。面试官比较侧重于问项目经历，而且表明我进面试是因为看重我的专业(通信本科+生物医学工程硕士)和某个项目经历比较对口，不过我在面试前准备的方向有点偏了，我当时提取准备的都是深度学习以及大模型方面的多模态知识，而小天才的多模态指的其实是智能穿戴设备上采集到的各种生理信号数据，主要结合的还是机器学习算法，这方面的提问我也没有很好答

游卡两次面试都很舒服，全程没有push，面试官人都很好，我觉得游卡是一个氛围很不错的 一面 30min 像是技术主管面 1、问项目 2、问之前的数据处理是怎么做的（一个时序数据） 3、问模型如何优化（答数据方面） 4、介绍了一下当前的业务，问我如何用神经网络处理（因为我没有接触过强化学习，所以让我用MLP解决，很贴心了） 问了不同情况如何处理，如欠拟合等 5、反问：我能不能接触到强化学习的内容，我

秋招之科大讯飞，bg西工大本硕，科大讯飞飞星计划医疗方向，主要是大模型多模态，和我的方向有点关系？看咋说了，简历算法相关可以看图 一面，约一小时 一下来自我介绍，介绍一下科研工作，我这里两篇可以参考简历截图，针对两个工作进行提问，问题主要集中在项目细节，比如第一个工作的样本选择实现，为什么是batch的特征伪标签等等，半个多小时大概 然后问了深度学习八股（一点没看），问了transformer原理

一面22min，base南京，11.2 最熟悉的编程语言是什么？（回答Python） Python的数据结构有哪些？ 迭代器使用过吗？ 解释一下深拷贝和浅拷贝的区别？ Python中的Pass语句是什么？ Python中的闭包是什么？ Python中你用过哪些运算符？ 元组的解封装了解吗？ 我看你对MySQL也比较熟悉对吧？（啊，忘完了，哥们最多写写查询） 有了解最什么表（听不清），还有键索引这些

一面40min，base西安 面试官人挺好的，体验也很好，但我太菜了，尤其是数学，凉凉 概率论和代数相关的（最开始忘录了，大概是这类题） 机器学习中做回归和分类能用到哪些损失函数？ 最小二乘法MSE能不能用到分类问题上？ （这里我回答是分类问题预测标签是离散的，使用MSE计算梯度回传的函数不可导。面试官说主要是因为通过softmax函数后，使用MSE计算会梯度消失。这两个解释有区别吗？） 计算协方

面试官迟到3分钟。 准点时hr先叫我自我介绍，所以实际上面试官没听到我的自我介绍。 自我介绍完面试官进来会议室直接开始问问题。 1、做的大模型的项目有没有做模型优化？ 2、优化模型的项目，科研做的项目？ 3、会什么编程语言？ 4、cpp里面什么时候可以用多态？ 5、bert和gpt的区别？ 反问： 1、后续面试流程，下一次hr面 2、公司业务，自然语言处理做问答系统，交易吧啦吧啦的一些文本处理 —

兄弟们我做完了 我也完了 选择题，居然考了矢量变化，这是高中的，忘了 还有TCP的细节。。。。离谱 编程题是数组中找目标数字起末位置 还有个快慢指针，我很久没刷力扣了， 主观题就基操勿六，不想说了 #笔试#

今年面试难度top给中邮 虽然只有十五分钟，感觉硬核程度高于大厂n倍 简历主要nlp 1.自我介绍，项目介绍 2.文本阅读理解中，如果原文有相关的语义描述，但需要抽取的实体本身不在原文中，需要怎么做？ 3.介绍一下t5，和GPT有什么区别和联系 4.讲讲基于对比学习的词嵌入方法（simCSE，不久前的顶会） 5.除了bert以外，还有哪些预训练词嵌入？ 麻了，nlp卷成这样了吗

整体22分钟，这轮是hr面，她说通过的话还会有一轮主管面 1.自我介绍 2.问我实习相关的，问我实习有什么感觉，我说了一下网易这边的实习，然后和小米做了对比；问我期待的工作氛围是什么样的，我说了一下；问我实习做项目和在学校做项目有什么不一样，我就说了一下 3.问我对汇川有什么了解，我说了之前在官网看的，然后又搬出汇川杯大赛，夸了汇川一波 4.问我的职业规划，我就说了一下不想去互联网，想去和实体产品