一面:2022.9.27 20分钟 1、自我介绍,说一下参与过哪些AI的项目,工作地点是如何选择的 2、日志检测的具体方法,故障预测的具体方法,有监督内存故障预测你要怎么设计,LSTM和GRU相比于RNN为啥好,说一下SVM的原理,说一下聚类方法,怎么处理数据中的噪声点,说一下优化器为啥有动量,接触过什么编程语言,dataframe给你怎么打乱,说一下机器学习的预处理要做什么 二面:hr打了个电话
背景:211本硕,一作SCI一区论文两篇,无实习。 官网投递简历(7.30) 笔试(9.20) 投了将近两个月才发笔试,差点以为简历挂了。题的细节记不太清了,只记得第一题正则表达式相关直接跳过,第二题密码相关对80%,第三题切水果对70%。 一面(9.24) 1. 自我介绍; 2. 问其中一篇论文的细节(10分钟左右); 3. 运筹优化基础知识(遗传算法原理、粒子群算法原理、线性规划单纯形法原理等
NIO地图算法工程师实习 一面 23.01.19 两道代码题 一道media+ 一道media 整个过程还是比较平稳的,感觉代码有没有写对都没关系,HR主要想了解你的思考能力 NIO地图算法工程师实习 二面 23.01.31 高精度加法 如何判断两个线段是否相交 UDP\TCP协议 神经网络基础,计算量之类的 NIO地图算法工程师实习 三面 23.02.03 为HR介绍自己项目,回答HR一些关于项
之前在实验室一直是做CV的,不知天高地厚的投了快手的广告算法,后来才知道更多考察的是机器学习的东西 算法题:二叉树断开任意一条边,对两棵子树元素求和再做乘法,求最大的乘积 了解哪些常见的机器学习算法(可能是你说什么他问什么) 逻辑回归(LR)对单条样本对预估分数代表真实概率么,具体含义是什么(感觉有点业务相关) 检测,box分类分数输出的物理含义是什么,怎么保证输出的score就是概率值 为什么分
背景:主研多模态分类领域,秋招主要投NLP和多模态方向的算法岗,如果机器学习的岗位描述和我相符也会投 流程:投的AI工程师-NLP,base深圳,投递时间n,笔试时间n+5,测评时间n+6,一面时间m=n+25,二面时间m+16,三面时间m+21,收到短信三面通过,后面就没消息了。。。 笔试大概500分,每一面的结果都是在面试后五分钟左右立即收到短信通知的,这一点很好,有一种完成挑战的幸福感,虽然
背景 本211硕985,语音前端算法(不是识别) oppo 面了一次,不太符合(他们要的是语音合成相关的),感谢信 外研社 他们是做发音评测打分相关的东西。给人感觉有种不正规的小作坊感觉,技术人员同时也是hr,一面之前就直接加了微信,然后告诉我明天要问哪些哪些,这个操作属实有点让我震惊了。一共面了两次。第一面问了项目相关,了解到是我自己写的pipeline之后要看我的模型源码……说是之前有人把不是
bg:双9 非科班fw,一段推荐算法实习,主要做RL方向的 五天面完三轮 至今无消息,感觉可能是挂了 Timeline: 9.11投递 9.14笔试 A4道 9.18约面 一面9.25(45min): 设备调试了十五分钟,麦克风一直没声音,后来和面试官协调换了腾讯会议面试 1.拷打推荐实习项目:场景DAU多少,数据量多少,建模动机、建模思路,有没有考虑用除了RL外的方式建模,AB实验置信度怎么评价
地平线一面 70min(挂) 问了些实习和项目,面试官可能不大看得起我做的东西全程反馈就是太简单了以及对方案的不理解 所以早早开始手撕 1.手写一个shared_ptr类 2 检查一个图里有无环,写到一半让我说了一下思路,说这个对我太简单了不用写了又加了一道 3. LRU缓存,从来没准备过这道题,不会写 面试体验极差,不懂在狂些什么,顶会看不上也就算了因为我也看不上,实习做的东西也看不上,我这量产
8.19hr面 群面形式,一对四,问了一些常规问题,比如家在哪、期望工作地点、是否了解京东方、未来两到三年规划等等 8.26三面 为本人技术加面(不太清楚加面的目的),聊了很多技术方面的问题,涉及超分和质量评价,从宏观问怎么理解xx、怎么看待xx这种,但没具体展开问简历上项目,最后反问环节问了下具体业务和工作流程。不知道还有没有后续了 #京东方求职进展汇总##我的求职思考##来聊聊你目前的求职进展
1.实习做了什么 2.介绍项目 3.最长无重复字串 面试官人挺好,面完挂
岗位算法工程师-视频理解,下面提供tl和具体内容 一面-3.28-40min 1. 自我介绍 2. 文章提问,描述问题背景、方法、公式推导,使用生成式模型的原因,师生模型的选择,损失函数的选择,文章负责部分 3. 项目提问,选择GMM的原因,项目中负责的部分,怎么评估项目效果 4. 代码题,二分查找,先讲思路,写完没跑,问复杂度、如何设计测试用例 5. 反问,偏向业务or研究?(业务)目前有落地吗
面试时间:4月12日15:00 ~ 16:00 先是自我介绍,介绍完让详细介绍一个项目,期间问项目细节。 然后问基础知识: 介绍一下transformer,attention怎么计算,为什么除以根号dk。 LN和BN的区别,以及为什么cv中用BN,nlp中用LN。 self attention和position embedding是直接相加的,那如果变成concat会有什么影响吗(这个答的纬度变化
感觉面的还可以,感觉没问题,下周出结果。 如果oc的话,问问大家怎么选择。目前有快手的广告推荐算法offer,base在杭州,自己也比较想做搜广推,之后跳槽比较简单。百度智架的话做的比较垂直,不好跳槽,但感觉百度的title又更好,毕竟是bat。 请各位给给意见
部门/业务:ai技术中心/app首页搜索推荐 一面(3.22) 自我介绍 研究经历:任务介绍,模型方法,评价指标 算法题[23] 合并 K 个升序链表 进人才池 不知道算一面还是二面(4.2) 和一面类似 算法题:[239] 滑动窗口最大值 hr面(4.16) 携程还是挺好的wlb,可惜实习想去个背书更好的,携程秋招再考虑吧
趁热总结下面经,大概50分钟的面试 自我介绍,第一个问题问懂不懂车载系统,我答不是很懂(感觉这里就有点凉凉了) 然后就是问实习,项目,简历上的东西 其中简历我写了会C,顺便就聊到了本科做的项目虽然没在简历里,面试官很感兴趣因为我我做的是嵌入式他们说这个岗位主要做的也是嵌入式开发而不是算法,但是我本科的东西基本上都忘了问了串口通讯协议啥的 最后反问 面试官人很好,但应该是凉经