《计算机视觉算法工程师》专题

我有这个模式 列表表 [{“movie_id”：100,“gene1”：“犯罪”,“计数”：1,“id”：100},{“movie_id”：141267,“gene1”：“犯罪”,“计数”：1,“id”：141267},{“movie_id”：207932,“gene1”：“犯罪”,“计数”：1,“id”：207932},{“movie_id”：238636,“gene1”：“惊悚”,“计数”：1

5.15官网投递-5.19初筛通过-5.27上午面试。 面试全程半小时，介绍项目内容，问项目输入输出，项目数据量。然后做题，最长无重复字符串子串。做完反问。 面试结束后秒挂😅😅😅😅，我真的栓Q#暑期实习##OPPO##腾讯##阿里巴巴##字节跳动#

笔试题目组成： 1、20道选择题 2、3道编程题 总体体验：机器学习算法岗，相比较起纯算法岗，编程部分会更简单一些。在牛客/力扣上大致排在中等左右。 选择题里面考了一道：给定邻接矩阵的深度优先遍历顺序。 编程题： 1: 三数之和 (通过全部用例): 输入[1,4,5,6,7,10,12,15], 18 从数列里面找到三个元素a, b, c, 使其和为target 输出: [ [1, 5, 12],

#通信硬件人笔面经互助# 感觉被KPI了。 6-20号投递、7-18号测评、9-5号一面； 开局自我介绍； 关于第一个项目中的控制实现； 项目问询，日常使用的相关算法与设计流程； 关于六步换相控制与矢量控制更喜欢哪一个； 关于日常双闭环控制的设计考虑，详细表述电流环与速度环的参数整定流程与如何判断是否整定合适； 是否考虑过程序长时间运行的稳定性； 关于矢量控制是否使用过？是否写过代码？ 反问环节：

如何使用约束流api计算员工的公平性。 https://www.optaplanner.org/blog/2017/02/03/FormulaForMeasuringUnfairness.html 我在网球求解器示例中看到了上述流口水的实现。 https://github.com/kiegroup/optaplanner/blob/581d10fb8140f37b7491d06b2bab8d5ac

30min 自我介绍，问了家是哪的，有无男朋友，意向城市，是否接受城市调剂 本科成绩，现在的研究生是保研还是考研 介绍本科项目，问了项目细节，讨论了项目算不算开集识别 项目遇到的难题是什么 介绍硕士项目，问了细节和难点 问对深度学习有什么了解，回答的比较泛，以为会深入问之后我再具体细说，但是没有接着问了 说我的研究内容和语音有关系，但关系不大，做语音哪个方向都可，大概是接受岗位调剂的意思 反问，上

7.12 笔试 7.22 一面 自我介绍 项目1介绍 目标检测backbone有哪些 项目2介绍 ViT有了解吗 CornerNet是怎么做的 解决过拟合的方法 代码：求均方根 7.27 HR面 谷歌情感机器人问题 对人工智能的看法 工作岗位的看法 面试情况 工作地点的选择 项目负责的工作 凉~ #乐鑫#

宁德时代算法工程师一面是不是不想要我，十五分钟不到就面完了。都没问啥技术问题，感觉就是HR在面。是不是就招一个人，根本不怕招不到，好着急的样子，太水了吧，这个女面试官感觉好累的样子，一点不情愿的面试。 问题如下：     1. 一分钟自我介绍     2.面试官提问：为什么选择宁德（~）？未来规划？（我说我未来就是要做NLP）。说一下你做的项目（论文）遇到的最大的困难？说一下NER基础做法和你的创

智驾科技（MAXIEYE）也是一家师兄挺推荐的公司~提供自动驾驶解决方案 笔试 单选+多选+编程，笔试是很专业的SLAM方向的题目，不像其他公司把多个方向混一起考察的 单选考查了一些欧拉角转旋转矩阵，纯虚函数，基于优化和滤波的开源VIO系统的了解等等，编程两道题分别是模拟和动态规划 单选还考察了一个我完全没接触过的知识点，在这里备忘一下：水平失准角的对准误差取决于加速度计的等效水平测量误差；方位失

滴滴其实没有专门的slam岗，因此我投的是算法工程师-自动驾驶大类，但是8月份面完如今依然在泡池子 滴滴面试可以提前留够时间，是一面完过直接约二面的，可以一天直接面完 一面 1、五分钟自我介绍 2、简历上项目深挖 3、手撕代码，指定使用迭代法中序遍历二叉树，不能使用递归 4、反问环节 二面 跟一面的流程几乎相同，面手撕试官出的题目是删除链表中倒数第n个节点，力扣原题 三面 三面没有手撕环节，全程介

投的是SLAM/三维重建/图文多模态算法工程师-视觉团队的岗位 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作，因此面试官出的题目是给定一组二维点拟合直线，使用最小二乘实现函数功能即可，可以使用eigen库 4、反问环节 一些碎碎念 其实整体面下来我可以感受到面试官应该是做感知出身的，至于为什么会安排专业不太对口的面试官来面我也不太理解 今年SLAM岗位真的很少

写面筋，攒一点好运~ 等了两个星期终于等到蚂蚁电话约一面 面试主要在拷打项目， 先自我介绍，然后针对项目问题刨根究底的询问。 除此之外 问了一下对比一下KG + LLM 与 RAG的优劣(好像他们主要也在做KG+LLM) 无算法 反问： 几面？一共有三轮技术面，第二轮会有算法。三面leader面。 业务做啥？垂领大模型构建，KG+LLM P.S. 1. 昨天面试官找我约好时间，结果今天他还迟到了一

#我的失利项目复盘# 一面面试官上来给我发了两道题 一道困难看都没看 一道中等，是图论，就是给一个board，给一个单词，判断能不能从board中找出单词。 我一道题都没ac。第二题我的思路是： 遍历board搜寻单词中的字符，当遍历到了之后开始深搜DFS。 第一次面试太紧张了所以没做出来Orz 做了半小时之后开始面试，面试主要问了一些项目上的细节，但是针对的点跟我想的不太一样，主要是问了项目里的

9.11上午面的，首先问项目，以及神经网络相关知识 问深度学习基础知识，比如交叉熵损失函数为什么是log，为什么有负号，有用过其他类型的神经网络吗 但面试官的网好卡，中间还卡断了掉线了，之后他的信号时好时差，说话听不太清，断断续续的。 然后今天（9.12）就收到了感谢信😢😢emo #开立医疗#

2023.09.06 全程30min 1、自我介绍 2、项目拷打 a. 挑一个项目介绍、难点是什么，解决方案是什么 b. 另一个项目算法部署的实现细节 c. 本科-读研过程中项目中遇到最大的挑战是什么，怎么解决 2、八股 a. bn原理；训练和测试阶段bn操作的区别 b. 梯度消失解决方案 c. 过拟合解决方案 3、概率题 屏幕前经过小球的概率恒定为P，若20min内观察到有一个小球经过的概率是0