背景:自己做的是算法部署 四十五分钟 主要拷打项目和实习所做的东西,聊了很多模型部署的工作 八股量很少,问你对NLP熟不熟悉,就NLP 大模型 关键词聊了一些,BERT transformer NER啥的,答的一般 最后介绍部门情况,说其实我们这边主要是算法设计,不是很偏部署,但是校招主要是看潜力,要是进来了能不能接受转方向
一面(70min) - 自我介绍 - 项目介绍,主要追问了论文(background、contribution、实验设置、算法框架、EKF) - 算法题:下面哪些函数实现了swap功能? - 软件开发流程 需求阶段,设计阶段,开发阶段,测试阶段,上线收集 - 设计模式 https://design-patterns.readthedocs.io/zh_CN/latest/read_uml.html
视频面试,面试时长:约30分钟 1、自我介绍 2、介绍一下实习,并提问 3、介绍一个项目,并提问 4、项目中遇到的最大挑战和困难是什么?你是怎么解决的? 5、为什么选择现在的这个研究方向(答的也不好,太实诚了) 5、反问环节:转正率(优秀通过实习考核都可以转正,感觉回答优点官方。。),后续流程(后面就是HR面了) ------------------------------------------
上来问我asr的实习经历,主要大四asr实习后没做过语音,被问的有点尴尬 然后就是聊做过的项目,问的还算深入,还问了大概的训练显存和时间,面试官好像比较感兴趣 问了transformer模型架构,样本不平衡如何处理 问了模态对齐的方式 聊了一些多模态结合大模型的最新工作 问了视频片段过长怎么处理 还问了有没有对生成模型的了解 感觉比一面聊的深入了很多,聊的挺乐的 算法题做了一道把数组中的偶数提前到
一面(45min) 1.自我介绍 2.实习经历深挖;介绍一下实习做的最好的项目 3.介绍工作职责和负责的项目;公共资源布局评价方案的设计,如何从时间、服务两个维度对资源布局完成量化评价 4.数据科学专业都学什么课程 5.对深度学习有什么了解 6.case题:一个图片审核的商业化产品,如何给企业定价 7.对云计算有什么了解,IAAS,PAAS,SAAS有什么异同? 8.C端和B端的差别,未来倾向于做
面试官是个技术负责人,主要问项目,最后考了道算法题,全程1小时左右,问大概多久会有反馈回答不确定。 现在每天一看招聘主页是否共享😂 #百度2024校园招聘#
1.项目深挖(多语言电商文本层级分类) 问项目中数据集的分布,数据规模,数据什么特点,是否存在标签不一致? 2.样本不均衡如何处理,文本平均长度,项目使用的方法? 3.分布式训练怎么做,你的贡献在哪里? 4.预训练任务如何设计,基于roberta的改进点在哪里? 5.上线前是否做了消融实验? 6.评测方结果可以得出哪些结论? 7.哪些指标还可以继续优化? 8 有没有考虑上线的模型做蒸馏? 9.什么
自我介绍 问项目 lstm和rnn的区别,优势,特点 手撕代码,二叉树路径和为某值的路径 问了个fm算法,没答上来 反问环节 用时40分钟左右。 #百度信息集散地# #提前批#
聊聊项目经历,聊ai发展方向,视频理解的实际应用,聊为什么想去北京,聊北京户口,有没有女朋友啥的 我问他 落地还是技术中台 ai伦理问题的看法 和其他部门的协作方式 对应届生的期许 招聘流程 三面比较综合,开放性问题多
#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
这个约面很诡异,事情是这样的,我最开始投百度,投的是那个机器学习/数据挖掘/自然语言处理工程师的岗位,我看有二百多个hc,觉得应该可以给个面的机会吧,然后过几天就共享了我就换了个商业AIGC,过几天约面了,结果又有个百度面试官打来,说是百度推荐这边的,岗位还是那个机器学习/数据挖掘/自然语言处理工程师的,我寻思那个不是挂了吗,怎么还约面,但是本着增加一次面试经验的原则,就约面了 整体45分钟,体会
全程25分钟,部门是百度文库策略部 1.自我介绍 2.介绍第一个项目,我的是一个RAG的项目,讲完他疯狂挑刺,然后我说了一些我们优化的一些点,他就说“你们这个地方做的挺粗糙的”,服了 3.问问题,问我transformer的结构, 我吟唱了一遍,然后他开始问一些里面比较偏的问题,有的答不出来就说一句“行吧行吧”我觉得我答不出来确实是我菜,多问一些拷打我我没问题,但是面试官也没必要这样搞人心态吧😭
23校招百度提前批,视觉算法。7.22一面 1、自我介绍,我劈里啪啦讲了5分钟。总之把你和职位相关的内容全部放上去 2、提问项目,面试官提问你简历中的相关项目。自己的项目一定要写清楚,并且准备好。没有项目可能就要问你各种八股文了,八股文容易翻车 3、手撕代码,pat乙级的难度。我第一个算法,面试官说复杂度太高,让我优化。优化过程不是很顺利,最后勉强写完,边界条件出了点问题,面试官说回去再考虑,流程
一面 1. PTQ和QAT的区别 2. 如果对embedding也做量化,你觉得会有什么问题 3. 说一下常见的量化方法和原理 4. 假如现在让你对transformer模型进行量化,你觉得需要量化哪些算子 5. 矩阵乘法算子的量化过程 手撕(如流IDE) 1. 搜索二维矩阵 Ⅱ lc原题 2. Top k 3. python pep9规范 问题 二面:交叉面 1. SLU和NLU的区别 2. 其
一面: 一面整体考核的不多,主要是挖项目和实习经历,无八股, 手撕就是一道链表反转,一道有障碍物的不同路径数量lc63,要求用一维动态规划 二面: 二面主要问了实习中的一些工作,问得很细,问了一些我采用的方法可能产生的一些副作用,以及一些我怎么去解决的或者效果 手撕是一道八皇后问题 然后又问了知道哪些设计模式,写一个单例模式 三面: 三面主要问了实习过程中遇到的困难以及解决方案,以及我个人认为比较