base-上海 岗位-算法工程师 一面 919 20min: 1. 自我介绍 2.项目相关问题(语言,是否上线有没有继续做,后续的优化方向,算法方面的创新点) 3.关注的期刊、会议,怎么获取信息 4.之前研究的是机器学习算法,中兴的是通信算法,之前有无了解,是否可以接受 5.非纯算法研究的算法开发岗位是否可以接受 6.本科成绩和研究生成绩 7.做题-一道数学题(本科数学学院),5m+7n=129,
挑项目和论文问,问得比较细,比较深,比如我的会问用的什么baseline网络,在基础上做了什么样的改进,把改进仔细说说怎么针对性解决问题的。由于我是做检测的,感觉对方很懂,所以还问了一下我baseline框架的论文的名字。 总共面了三十分钟左右。#秋招#
第一次面试,记录一下。整个过程大概70分钟。 首先是自我介绍。 然后是对项目进行提问。 项目二是一个分割任务。 问deeplabv3+的网络结构,和unet的区别,为什么解码端设置的比较简单,在其中加了注意力,问为什么加,这个注意力用在某个特征层具体是怎么实现的。 项目一是一个多模态的任务。问我是怎么处理数据的,怎么输入进模型的,我做的改变具体在网络层是怎么实现的。说我做的其实不算是真正的多模态,
一共大概50min。 上来先手搓代码,binary search tree,写完再写它的中序遍历。(本地没法运行,有些细节有bug,面试官帮我debug)大概20min。 写完问项目。把前两个项目都问了一遍。并不是很深入细节。 然后问机器学习相关的:逻辑斯蒂回归,神经网络,激活函数,过拟合。 不知道过没过(感觉大概率🈚吧,面的时间好短),但是面试官人真的很好!在我回答不出来的问题上有提醒指导我。
自我介绍 介绍一下一个项目 对搜广推的了解(无) coding:最小的k个数 反问: 1. 快手那边在催了,我可以通过吗,搞快点 2. 做的具体业务 3. 还是希望搞快点,还有候选人吗 面完10分钟oc
大大小小的公司面了不少,一直都懒得写面经,但是这家公司的面试官属实是奇葩到需要避雷。。 1. 大舌头,口齿不清,我需要反复确认他到底说的啥,, 2. 简历基本没怎么看,让我介绍科研的transformer项目,一副懒得听也听不懂的样子,还问我是不是只是把transformer拿来直接用换了个数据集,甚至还问我导师是不是也不懂transformer???现在中小厂的面试官都已经拽到这个地步了?985
最汗流浃背的一集,每个回答都感觉不是很让面试官满意,摆了
9.18一面 讲ppt 两道题,做出来一道 第一道,一个数组,除了一个数,其他数都是出现两次(并且连续),找出这个只出现一次的数的下标,要求时间复杂度尽可能低(logn) 第二道,二维滑动窗口最大值,艹了
面试官老师很有耐心 主要深挖项目为主 1.问项目,介绍自己项目的核心算法经历 2.问模型,yolo结构,对比其他结构的优点 3.继续挖项目,挖的很深,项目技术细节,如何实现的,如何设计算法,如何考虑算法 4.问了另一个项目的文字识别模型,如果有新的项目,怎么去选择模型,考虑的因素诸如此类。 5.问笔试题,问了最后一道为什么错了(我有点想不起来了,笔试太多了) 总结:主要深挖了项目,项目不熟悉的话不
1.项目 介绍了一下快手实习,很深入探讨 除了PPNet,还了解其他类似的模型吗,POSO 2.八股 优化器了解吗,Adam如何做的 回归怎么计算AUC AUC计算方法,如何优化,优化的理由是什么 label一样的时候,如何处理,算逆序对吗 attention对padding怎么处理 3.code 逆序对数量,秒了 许愿过!
网易互娱 NLP 吧,没写代码,纯纯项目八股,喉咙冒烟。 1.自我介绍 2.蚂蚁实习 问了一下项目的联邦学习 梯度攻击思路 用了哪些 peft 微调?介绍一下 有没有了解过 Qlora?他具体是怎么量化的?(不太清楚) 3.商汤实习 除了 sft 还用过什么对齐手段吗? PPO 和 DPO 的区别讲一下?了解新的一些 RLHF 吗?KTO 啥的。(不太了解了) 线上模型是怎么评测的?涉及到人工你们
#软件开发笔面经 1.自我介绍 2.拷打实习和科研,两段实习,没论文,实习的内容反反复复讲也就那点东西,没有太多值得深挖的点,面试官估计也不想深入问了。 3.手撕multi head cross attention,基本上写出来了,面试官也没让我详细讲思路,看了一眼就结束。 全程没问八股文,反问环节问了一下部门研究方向应该是偏传统CV方向的,跟大模型关系不大。 一面应该是没过,收到邮件推荐我转投其
电话面25min, 反问阶段问了为什么是电话面,说是现在还是简历评估的阶段,后面还有正式的面试 1. 问实习,导onnx踩过什么坑,shape不匹配怎么办,导过哪些模型 2. 写过cuda吗 3. diffusion的过程,diffusion推理最耗时是什么阶段,怎么优化(unet) 4. protobuf序列化,反序列化的过程 5. 序列化和反序列化过程中零拷贝接触过吗 6. c++的编译流程
4.9号一面的,就三十分钟,面试官是个声音温柔地大姐姐 1.自我介绍,项目等 2.用的什么设备训练的 3.词表扩充之后多大 4.训练的预料多大多少token 5.微调几个epoch 6.正负样本不平衡怎么办 7.遇到了什么问题? 8.另一个项目没怎么问就剩三分钟了 9.反问环节,无手撕 ------------- 4.12 今天上午刚面完美团,去美美吃顿海底捞,看到快手发来面试顺便看了下东子,已经
第一感觉像kpi 面试官上来没有任何介绍就开始问了 然后手撕有点…完全没准备 现场手算梯度,写了半个小时,最后激活函数那里的梯度更新还是有问题 面完发了笔试通知,但感觉离挂不远了