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
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
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
昨天面完华为,整体的体验感非常Nice! 1. 一面:65min。主要问了项目、论文、还有一些视觉的八股但是不多。 手撕:最长回文子串20min搞定。对了,笔试的题也会问当时的解决思路,不用具体写。 2. 二面:60min左右 首先是项目抠得很细。 其次,简历上的技能逐条问,SVM、PCA、python的垃圾回收机制等。(自己吹的牛逼哭着也要圆回来) 手撕,现场出题,题目记不太清楚了,挺难的。说了
🤔面试感受 突发情况,我笔记本的麦克风坏了 面试官人真的很好,我换了手机面试 然后电脑上和手机不能同步 做编程的时候还让我切换电脑去做题 感觉是我不配 面试问题: 由于我对算法加速这方面没怎么研究,就用过tensorrt 所以有几个问题没答上来 首先是自我介绍 为什么选择这个岗位 问了一个有关cuda 的加速具体一个软件忘了 问了研究生期间最大成就 多线程 对加速未来方向的看法 编程题是给出两个
智能算法部 30min 看你实习用过SAM,讲一下原理 SAM模型的分割图目前没有语义标签,说一下改进的思路 说到了无监督语义分割,怎么实现的 讲一下实习做的工作 讲一下两篇论文的工作 讲一下医学图像分割与自然图像分割的区别与难点,近几年论文的研究方向 医学图像分割和自然图像分割的落地应用有哪些,落地的难点 dice系数怎么算 用过哪些分割损失,Lovasz loss用过没 未来想做研究还是做工程
1.问实习 2.项目 深度学习框架里面怎么做内存复用,提高内存的复用率 3.算法题 (1)最基础的二分查找 递增数组找具体数字的索引 (2)在(1)的基础上改成输入带重复数字的递增数组 (3)在(1)的基础上改成循环数组 4.基础语言 (1)编译器如何去实现对C++模板的编译 (2)模板函数可以偏特化吗 (3)类的成员函数可以偏特化吗
一面 40多分钟 面试官人非常好,说是和我一个学校出来的,我一听立马就不紧张了 1. 深挖项目,挖的很深 2. 比赛,如何取得好成绩等等 3. 聊聊天,说了说方向,是做类似pytorch等底层工具和模型部署上线这方面的,问我感不感兴趣,我还是挺感兴趣的 反问,问了表现,挺好的,没啥问题,等后续通知。 最开心的一次面试了,哈哈哈哈 二面 30多分钟 基本没问啥技术问题,聊了聊天,问