20min介绍论文,实习经历 10min手撕easy旋转矩阵 10min做扔硬币概率期望 10min 闲聊 面完觉得自己砂疯了,坐等后续 一周后发现已回到人才库
codding环节 利用数组的最后一个数,作为分类标杆,把小于该数的数字放前面,大于该数的放后面。要求不能新建数组。 简历细挖,不是往深度思考的方向挖,而是更针对细节。扣的十分细节,总之,学到了很多东西。 部分提问如下 对比学习的思想? bert所有构件参数分析? 自注意力机制和多头自注意力机制的时间复杂度是多少? 自注意力流程说一下,每个小块都问了why? encoder部分中mlp怎么设置的,
面试官迟到半个多小时,上来先3个智力题: 1. abcd四个人过桥时间分别为10,5,2,1分钟,但是桥最多同时两个人通过。他们在晚上过河,必须照明,但只有1把火把,问什么方案过河时间最短? 先答了简单方案19分钟,让优化,想了半天说17分钟以及方案,让给出思考的思路过程,给出思路后反问,然后解释。 2. 口袋里有n种球,每种球数量无限,每次随机取出1个球,问n种球全部取出的所用次数的期望? 这个
上来自我介绍 然后介绍自己的研究课题 问课题中的难点是什么,答缩短时间,尝试Linux cuda加速, 问Linux中查看硬件占用的命令 yolov5做了哪些改进 多态和虚函数的作用 虚函数要不要重写 vector和数组的区别 vector是链表吗,数组是链表吗,如果是,是什么链表 介绍一下SVM C++代码最多写过多少行
一面(08.27 30min) 电话面试,是个很温柔的姐姐,基本上围绕着简历上问的,面完说约大概下周二或周三进行二面。 1. 自我介绍 2. 实习/项目 两个项目内容 在寒武纪的实习经历 3. 反问 反问知道目前部门是做助听器的,而我读研期间是做听诊器相关算法的,工作还是蛮匹配的。 二面(08.31 30min) 腾讯视频面试,记错了时间打电话重新协调了一下(很是感动),面试官是个很温柔的姐姐,问
一面 自我介绍 实习经历 手撕代码 一个递增数组(长度大于6),输出所有长度为6的递增子序列,例如: 输入:nums = [1, 2, 3, 3, 4, 5, ..., 100] 输出:[[1, 2, 3, 3, 4, 5], [1, 2, 3, 3, 4, 6], ..., [95, 96, 97, 98, 99, 100]] 场景题 给一系列LBS数据,包含各种POI以及时空信息,如何挖掘出某
职位:算法工程师 一面 自我介绍 实习经历 3D图像文件的标准化怎么实现的?是自己写的吗? Vision Transformer的原理。 CNN和Transformer在图像处理上的区别。 用Pytorch做了哪些工作。 现在还在实习吗? 有没有把程序放到服务器上来用接口调用。 项目经历 图的构建。 图的权重如何训练的。 有没有用graph embedding,有什么作用。 如何把航班信息构建成图
部门:阿里集团-大淘宝-联盟技术 职位:算法工程师-机器学习 一面 手撕代码 写出opencv的cv2.GaussianBlur(img, (5, 5), 2, 2, cv2.BORDER_REFLECT),要求不使用python第三方库,做完要说一下步骤和思路。 自我介绍 实习经历 八股文 Vision Transformer的原理。 文本transformer和vision transform
11.2 一面 因为10月底才考,所以面的比较晚,怕忘了记录一下。 1. 介绍项目(非常详细)。 2. 用过哪些神经网络,有什么区别和特点(说ResNet的时候,从公式角度解释了一下问什么缓解梯度消失)。 3. 老生常谈,问了梯度消失和梯度爆炸。 4. 平常看论文吗,看论文能力如何。 5. 还有的简单的小知识记不清了。 6. 手撕(medium,电话号码的字母排列),大概12/3分钟左右写出来。
做完京东的测评就给发了面试通知。面试官迟到了一会。发了邮箱给HR说明情况之后,开始面试。 上一段实习内容介绍,三分钟。面试官点评和介绍自己部门一分钟。之后开始做题,奇怪的是,全程没有任何涉及到技术算法和八股,手撕。 第一道题,A分给B和C各一半的水,B分给A和C各一半的水,C分给A和B各一半的水。三次分完之后,水的比例是1:1:1,问最开始的时候三者水量。 思路很简单容易想到,反着推理,容易错在计
#美团##面经# 一面 自我介绍+论文介绍 = 25min 问答:15min 1.对检测了解到什么程度,了解什么检测算法? 2.mAP指标,ROC曲线横纵坐标面积? 3.yolox创新点 4.过拟合欠拟合 5.模型训练GPU利用率低咋整? 6.深度学习NaN 7.了解大模型吗? 手撕: 删除倒数第k个节点 类似于二叉树路径和的一题 二面 手撕: 从零建树+随便选个顺序遍历 简历拷打,无八股
1.自我介绍 2.深问项目 3.大模型出现幻觉的原因,及对应的解决方法 4.做题(二叉树的层次遍历)
人在天津,报的也是天津岗 面试时间半小时,技术和hr。 技术时长15分钟左右,还包括自我介绍的3分钟,挑几个记忆深刻的问题吧,以及个人回答的核心 问:有没有端侧部署经验,或者安卓部署用过没 答:无(纯服务器跑的 问:了解c++的内存泄漏问题以及解决方法吗 答:不了解(纯Python选手 问:你用的模型有多少层 答:没记住这些细节(我说的YOLO自己用的那个规格 这几个问题答下来就感觉凉凉,还问了b
问了bert模型原理 问怎么实现的 因为投的是ml/数据挖掘/nlp一起的岗位 但其实面我这个部门的面试官是做nlp的。。。就完全不怎么match我自己也没有什么nlp的经验 (bert没答上来 一脸懵逼) 然后问了项目中lstm交易数据是怎么预测的 输入和输出分别是什么 (答得不对 我说了时间 面试官说时间预测不了应该是价格。。) 然后项目中写了自己会一些前端的东西 被拷打 怎么实现居中 fla
美团算法一面凉经 1、面试官自我介绍、简单介绍部门 2、自我介绍 3、问实习经历、讲一个科研项目 4、想做深度学习还是想做传统的机器学习(回答:都可以) 5、有了解哪些传统的机器学习算法(讲了逻辑回归、决策树、支持向量机等) 6、有了解哪些深度学习的算法 7、再次问想做深度学习还是想做传统的机器学习,然后介绍他们部门主要做传统的机器学习算法的,项目大多关于深度学习的,询问是否感兴趣?(回答:都可以