投的nlp算法(大模型方向) 一面3/19(40分钟) - 自我介绍+项目 - 简单介绍一下目前大语言模型的发展 - 简单介绍一下gpt,gpt1-4代知不知道有哪些不同 - 手撕1:力扣367. 有效的完全平方数(复杂度是多少) - 手撕2:力扣394. 字符串解码 二面3/21,两名面试官,一人问,一人听(40分钟) - 自我介绍+项目(稍微问得详细了一些,20分钟) - 没问八股 - 手撕1
已经oc, 发个面经为秋招攒攒人品 IEG,cv算法岗 一面(30min) 主要深挖简历上面的项目 然后面试官介绍了他们组里做的项目,问有没有思路 二面(30min) 与一面基本相同,深挖项目 同样介绍了组里做的项目,问什么时候可以到岗,可以实习多久 三面(45min) 挑了简历中感兴趣的一个项目让介绍 然后问了一些与技术之外的,兴趣爱好、遇到过什么困难,从中学习到什么等等 HR面(30min)
20min介绍论文,实习经历 10min手撕easy旋转矩阵 10min做扔硬币概率期望 10min 闲聊 面完觉得自己砂疯了,坐等后续 一周后发现已回到人才库
面试官迟到半个多小时,上来先3个智力题: 1. abcd四个人过桥时间分别为10,5,2,1分钟,但是桥最多同时两个人通过。他们在晚上过河,必须照明,但只有1把火把,问什么方案过河时间最短? 先答了简单方案19分钟,让优化,想了半天说17分钟以及方案,让给出思考的思路过程,给出思路后反问,然后解释。 2. 口袋里有n种球,每种球数量无限,每次随机取出1个球,问n种球全部取出的所用次数的期望? 这个
上来自我介绍 然后介绍自己的研究课题 问课题中的难点是什么,答缩短时间,尝试Linux cuda加速, 问Linux中查看硬件占用的命令 yolov5做了哪些改进 多态和虚函数的作用 虚函数要不要重写 vector和数组的区别 vector是链表吗,数组是链表吗,如果是,是什么链表 介绍一下SVM C++代码最多写过多少行
一面(08.27 30min) 电话面试,是个很温柔的姐姐,基本上围绕着简历上问的,面完说约大概下周二或周三进行二面。 1. 自我介绍 2. 实习/项目 两个项目内容 在寒武纪的实习经历 3. 反问 反问知道目前部门是做助听器的,而我读研期间是做听诊器相关算法的,工作还是蛮匹配的。 二面(08.31 30min) 腾讯视频面试,记错了时间打电话重新协调了一下(很是感动),面试官是个很温柔的姐姐,问
一面 自我介绍 实习经历 手撕代码 一个递增数组(长度大于6),输出所有长度为6的递增子序列,例如: 输入:nums = [1, 2, 3, 3, 4, 5, ..., 100] 输出:[[1, 2, 3, 3, 4, 5], [1, 2, 3, 3, 4, 6], ..., [95, 96, 97, 98, 99, 100]] 场景题 给一系列LBS数据,包含各种POI以及时空信息,如何挖掘出某
职位:算法工程师 一面 自我介绍 实习经历 3D图像文件的标准化怎么实现的?是自己写的吗? Vision Transformer的原理。 CNN和Transformer在图像处理上的区别。 用Pytorch做了哪些工作。 现在还在实习吗? 有没有把程序放到服务器上来用接口调用。 项目经历 图的构建。 图的权重如何训练的。 有没有用graph embedding,有什么作用。 如何把航班信息构建成图
部门:阿里集团-大淘宝-联盟技术 职位:算法工程师-机器学习 一面 手撕代码 写出opencv的cv2.GaussianBlur(img, (5, 5), 2, 2, cv2.BORDER_REFLECT),要求不使用python第三方库,做完要说一下步骤和思路。 自我介绍 实习经历 八股文 Vision Transformer的原理。 文本transformer和vision transform
11.2 一面 因为10月底才考,所以面的比较晚,怕忘了记录一下。 1. 介绍项目(非常详细)。 2. 用过哪些神经网络,有什么区别和特点(说ResNet的时候,从公式角度解释了一下问什么缓解梯度消失)。 3. 老生常谈,问了梯度消失和梯度爆炸。 4. 平常看论文吗,看论文能力如何。 5. 还有的简单的小知识记不清了。 6. 手撕(medium,电话号码的字母排列),大概12/3分钟左右写出来。
codding环节 利用数组的最后一个数,作为分类标杆,把小于该数的数字放前面,大于该数的放后面。要求不能新建数组。 简历细挖,不是往深度思考的方向挖,而是更针对细节。扣的十分细节,总之,学到了很多东西。 部分提问如下 对比学习的思想? bert所有构件参数分析? 自注意力机制和多头自注意力机制的时间复杂度是多少? 自注意力流程说一下,每个小块都问了why? encoder部分中mlp怎么设置的,
美团算法一面凉经 1、面试官自我介绍、简单介绍部门 2、自我介绍 3、问实习经历、讲一个科研项目 4、想做深度学习还是想做传统的机器学习(回答:都可以) 5、有了解哪些传统的机器学习算法(讲了逻辑回归、决策树、支持向量机等) 6、有了解哪些深度学习的算法 7、再次问想做深度学习还是想做传统的机器学习,然后介绍他们部门主要做传统的机器学习算法的,项目大多关于深度学习的,询问是否感兴趣?(回答:都可以
1. 面试官先上来说这是算法岗,会问很多ml的知识(可能是我简历上的ml项目不够多参杂了一些java后端的项目,还是以后分成后端一个简历,算法岗一个简历吧) 2. 然后开始问就是关于项目的内容让我介绍了我的项目做了什么,输入是什么,神经网络怎么做的,用到的算法的一些特点。(我这部分答得很差) 3. 然后我自己提到了yolo,面试官问对于yolo有什么优化(并没有),然后问了loss具体的内容 4.
项目相关问了40分钟左右,对模型的具体实现和验证非常感兴趣,论文要求详细讲解创新点,不过问的问题都比较常规,也没有问八股 手撕代码是三道题 链表中环的入口节点 快慢指针,同时从head出发,fast走两步,slow走一步,第一次相遇后把fast放到开始,步长改成1,下次相遇就是入口结点 打家劫舍2(首尾相连) 首尾相连的情况下,首尾不能同时取,所以直接对nums[:n-1]和nums[1:]分别动
算法岗(当时投递的互联网深度学习算法工程师岗位) 笔试不是很难,投完简历要做一个测评 9.24号一面技术面 自我介绍完,聊了下项目,我的是之前实习时干的一些算法项目,一个是挖掘机销量预测,一个是泵送的异常检测,问的不是很深,大概聊了15分钟吧 手撕代码是:一个无序的整数数组,快速找到中位数,尽量不额外开辟空间。 (写了个快排,中位数就是求第k大个数。也可以用堆,但是尽量不额外开辟空间,所以不能用优