2023.09.09 全程25min 1、自我介绍 2、概率题 检测为阳性时感染概率 3、八股 a. 用过哪些数据结构,展开介绍 b. Transformer的了解,跟CNN相比优势 c. 过拟合的解决方案 4、手撕 反转链表
PNC算法 一面 50min 面试官上来直接介绍流程,摄像头也不开,我回答完问题,每次都是一片寂静,我甚至怀疑面试官根本没听,关了麦在忙别的事,完全没啥反馈,目前为止面试体验最差,没有之一 1. 自我介绍 2. 论文 3. 项目中的一两个点 4. 手撕 两队列实现栈、将数组切分为三组,保证三组形成的二进制数相同 15min后说思路,也没让投屏,最后也没有反问环节,直接感谢你的时间,大无语 #自动驾
聊项目 ddim inversion scale是多少,这样做的原因是什么 开放性问题:怎么做脸部替换/姿态修改且不训练diffusion模型 你认为sd有哪些不足 ddim为何应用时采用w=7.5。 guidance scale较大时会破坏噪声预测分布,为什么会这样? cfg是怎么来的? negative prompt 怎么做的,为什么这么做? 为什么SD生成的图片细节信息会失真? 一道leet
10min左右自我介绍+项目介绍 没有八股没有手撕 剩下来30min+都是场景题 答得太菜了…… 题一:货主都是先发低价单,没人接再往上加钱,如果你是司机,用什么策略去选择接单还是不接单 题二:用sql算某个司机一个月内走过的路程轨迹中,有多少比例是在本平台接的单子,口述流程,并且说一说加速的方法 额滴个神啊,我真的能干这行吗
攒攒攒!攒人品!希望拿offer! 自我介绍+项目 10min 手撕算法 20min +思路介绍 算法题是Leetecode中等难度 AC了 场景题 20min 反问 10min(没啥要问的 #快手信息集散地# #快手24秋招#
9-5约二面了 9-1美团算法一面,45‘,小姐姐很Nice 问项目、实习、出了一个场景题循循引导讨论了20分钟,问了些机器学习算法、如何解决样本不平衡,介绍下focalloss,最后出了个回溯算法题,直接秒了 #2023秋招#
9-1 算法一面 25‘ 三个面试官一排 主要问项目、实习、自注意力、Transformer,过六级吗???没出题 #2023校招#
9-8 45‘ 聊项目、实习、问了几个基础知识、算法题全排列。 #2023秋招#
目前来看满帮面试效率真的快,就是不知道综合评估要多久 8.25 简历投递 8.29 笔试 8.30 预约面试 9.2 一面技术面,面试问得很广,项目、语言、算法、数据结构都有问,算法是问的连通域,讲一下思路就行。 9.2 约二面 9.7 二面HR面,纯唠磕,会问你对公司了解情况,为什么选择满帮,你的挫折,你的合作经历(好像每个人都会问) 9.7 约三面 9.8 三面技术面,也是唠磕,项目没有怎么问
9-9 45‘ 先锋课题,一个人面试官 先做了两道题,一个dp秒了,一个手写Conv2d大体写出来了,问项目、实习、介绍了BN,LN/LSTM/GRU/Transformer一些基础,反问。 面试官很有耐心。 #2023校招#
今日面了360,面试官说通过了,其他问题都比较常规,但算法题有点意思。 1.假设一个人物的战斗力是5,只能挑战1~5的关卡,超过5就会死掉,不能再战斗。现在给两个战斗力n的人物,给一个用最小挑战次数确定n的算法。 2.大数的排重和排序,输出今日收发过消息的qq号。 问题1我最开始想到的是二分查找,但有可能无法找到结果。第二想到的是按区间查找,例如第一个人物的步长是10,第二个人物的步长是1。 面试
pdd算法岗面试 transform的结构 self-attention 和 attention(空间,通道) 的区别 手写conv2d 损失函数的公式 最长好数组(任意两个相与为0为好数组) 很少答出来,反问环节,说没啥问的了,因为后面还有两轮面试(后来想到,这么菜,还不知能不能过,哪里还有面试呀) #面经##拼多多面试#
居然收到了腾讯算法的一面,离谱的是笔试居然直接跳过了??? 一面70min左右,三道题 1.快慢指针,没复习到,随便写了写,这个寄。 2.手撕AdamW优化器,手撕Transformer等,挑着做,然后就手撕了Transformer的encoder,整体框架和细节大差不差,跑肯定是跑不起来的。 3.数学智力题,这个还是不方便说了,答案答对了,就是不知道面试官老哥有没有理解我在说什么。 然后再问了一
趁热 了解RNN和LSTM吗 RNN input具体计算 RNN梯度爆炸和梯度消失的原因 为什么LSTM一定程度上解决RNN问题 transformer embedding bert encoder层里的参数量 bert预训练任务 xgb为何优于GBDT 追问xgb并行计算 seaborn库操作 numpy如何对列求平均 lamada匿名函数 spring boot 解释下bean equal和
1、个人信息再确认,哪个学校毕业的,考研还是保研,以后打算读博还是工作etc 2、介绍你的研究方向 3、介绍下你的研究内容,另外发了论文没 4、常用的数据预处理方法有哪些 5、l1正则和l2正则哪个收敛更快?为什么 6、l1正则和l2正则哪个抑制过拟合效果更好?为什么 7、用过哪些网络 8、transformer了解吗? 9、l1、l2在深层还是浅层抑制过拟合的效果好? 10、dropout用过吗