《计算机视觉算法工程师》专题

奇安信 计划研究院 算法工程师 一面 40min 11.06 1.介绍了三段实习实习经历，里面用到的模型的原理，改进方法等 聊了20min 2.刚收到图像的训练数据，怎么进行处理 3.Yolov5的主要改进点 4.介绍特征金字塔，以及为什么它能提升模型的效果 5.介绍Centernet模型 6.anchor free比 anchor base有什么优缺点 7.Python列表去重的方法 8.Pyt

https://zhuanlan.zhihu.com/p/665595011 Boss直聘 算法工程师 一面 11.06 项目介绍 画出Lstm的结构图，并进行说明 Lstm用的激活函数是什么？相比sigmoid有什么优势？ 介绍Rcnn。为什么它速率较慢 C++内存泄露的原因 Python哪些对象是可变的，哪些是不可变的，怎么判断 Coding y = np.array([1, 1, 1, 1,

一面 11.23（有些问题忘了） 44min 自我介绍 详细讲解下目前做的项目（diffusion相关） 为什么网络结构要这样设计 与ip-adapter有什么不同 有没有效果展示（展示了下效果，面试官说不错） 了不了解GAN GAN和diffusion的区别 了解模型部署相关的知识吗（不了解） 写题： 力扣-704 写一个含有三层卷积层的10分类神经网络，写出每层的shape输出 反问： 对我这

总共三十分钟左右，面试官人很好，没太多拷打，整体面试感觉不错 1.自我介绍 2.拷打实习项目，先让我整体介绍了一下，然后问了包括数据构建、模型规模、模型怎么训的、模型部署推理时延、模型怎么量化的等，然后问了一些包括用户输入一些攻击模型的话语怎么办、模型输出攻击性话语怎么办、模型幻觉怎么解决等问题 3.代码题，两道，一道全排列，一道连续子数组最大乘积 4.反问，问部门业务，说是做智慧座舱的 #软件开

10月12日 一面 30 min 技术面 一、自我介绍 二、 深挖项目、主要负责哪块？ 三、ICP流程 四、C++掌握如何 五、对ORBSLAM2的理解 六、了解激光SLAM吗 七、深度学习模型做了什么？ 八、约了第二天的手撕代码。。。。哎。。。终归是我不配了，一个一面都好难啊 估计自己面试表现太差了 #零跑科技##2023校招##面经##零跑科技校招#

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

Bert的模型架构讲一下？ BERT模型的全称是：BidirectionalEncoder Representations from Transformer，也就是说，Transformer是组成BERT的核心模块，而Attention机制又是Transformer中最关键的部分，因此，利用Attention机制构建Transformer模块，在此基础上，用多层Transformer组装BERT模

听说写面经可以多拿offer 小红书一共是三轮技术面+HRBP面，整个面试体验很好，官网投完简历两天就面试了，结果出的也很快，几轮的面试官人都很nice。 一面，一小时左右： 首先是做自我介绍，这个可以提前准备一下 介绍简历中写的论文，讲的过程中面试官会提一些问题，问的蛮中肯的，也提了一些建议，沟通很愉快。会问下做的东西在工业界有没有一些应用场景，可以发散的聊一聊 问了下之前在美团实习主要是做些什

1.SyN算法(微分流形) 2.梯度下降 求y=x^2的最速下降（一阶） 3.Rest-Net 结构encoder和style Encoder 4.解决错误变形的方法

时间：晚上10：16左右，20分钟左右 面试官男，非常疲惫，每次我回答完问题都沉默了很久，声音也很疲惫。 1、问学校，学位证，毕业证 2、项目经理（sd、lora、fine-tune过程） 3、L2正则化解释一下 4、用过BN（batch normalization）吗？ （答了梯度消失的时候的最佳解决方案，顺便扯了梯度消失的时候换激活函数，实际上还有梯度爆炸也可以用） 5、用过Dropout吗？

一面一上来先做了道栈的原创题，之后就是问项目，主要是数据部分。 第二天约的二面，二面是纯聊项目，压力非常大，堪比商汤的三面。对方应该是一个领导过一个大型基座模型分布式训练项目的leader。 从一个垂域大模型从零开始的数据收集，清洗，评估，增强， 到模型的训练，评测，微调策略，scalinglaw实验， 到分布式训练，4D并行，节点通信，坏点检测， 再到算法上的decoder only，atten

预训练数据收集流程 隐私过滤是怎么做的 怎么用OCR算法解决读取pdf公式语料以及双栏pdf的问题 预训练数据集构建中的亮点 数据质量评估方式 垂域评测集的构建方式 微调评测集是怎么做的，全参微调还是lora，lora原理 图文模型是怎么做的 没有八股，coding是旋转图像和编辑距离二选一。 全程都是问项目。团子面试体验太好了，面试官情绪价值拉满，就迟到一分钟但还是道歉，全程点头微笑，快比我还礼

bg和前两次面经可以看动态 9.21上午收到线下终面通知，约的9.23下午2点，面试地点在哈尔滨一栋写字楼内，迈瑞包下了其中一整层，不过里面看起来空间不大，也没有各种研发用的设备，应该只是迈瑞在哈尔滨的一个办事处 简单进行自我介绍，然后开始唠一些个人情况，感觉更多是像性格测试？面试官也直说了就是走流程，全程人也非常nice，语气很温和，时刻保持微笑，有问必答，体验很好 以下有些问题记得不全，差不多

8月底投，昨天给1面通知，今天10点约面 bg 双末9，做医学信号+ai这块 论文情况一篇中科院q2录用，一篇b类q1在投 一面30分钟，用ppt做了自我介绍，但因为是秋招第一次面试说得有些磕绊，感觉不太好 高强度拷打项目经历，各种细节问得非常多，反而没问半点论文，没有各种八股问题和手撕代码环节（不排除之后有） 最后问了些个人简单情况，base意向，有无女朋友之类的，还投了哪些企业，工作选择你比较

一面 时长：1h 1.自我介绍 2.项目拷打，其中提到了常见的激活函数 3.手撕：self-attention，写完代码后根据代码问问题 1）bert中随机mask了一些词，在代码中是如何体现的 2）代码中e的x次方特别大的时候，模型不是很平滑，这个时候怎么处理？ 3）你那样处理为什么不会影响最终的结果？ 反问 1）部门业务？直播的图文生成，内容理解 2）看重校招生的什么能力？思考能力和学习能力