个人情况是双九小硕,一段AIGC强相关的项目,一段小厂实习,一篇2区一作 目前投了一些AIGC和多模态方面的算法岗,分享一下遇到的面经 不同厂之间有重复的问题我就不一一列举了 京东: 1. 围绕项目问了一些具体的技术路线和细节 2. DeepFloyd的结构+优势 3. classifer guidance和~-free guidance的区别&原理 聊的非常融洽,面完感觉比较match就给过了h
淘天aigc算法面经 2.24一面(50min) gan和diffusion区别 diffusion优劣 常见的采样方式及原理 ddim dpm++ lcm turbo sdxl相比sd的改进 详细分析了每个部分的改动意图 开放问题 sora diffusion3看法 如何训练达成精准文字生成? 问了一大堆项目 三十分钟左右 问得很细 会结合项目问相关算法原理 2.26 通知下午hr面
芯原面试岗位是算法工程师,base是南京,流程是3轮技术面+2轮HR面+CEO面。我一开始没有收到测评,以为自己简历没过筛选或者笔试没通过,结果直接发面试通知了。 技术面:3轮技术面是一起完成的,每轮30min,会有不同部门的面试官来面试你,最后综合所有面试官的面评进行筛选。3轮面试官都是围绕项目展开提问的,其中有1个面试官是做图像处理的,不是很了解,因此我全程都在对项目里的一些算法进行讲解。 第
没挖项目,自我介绍完就是一问一答,然后手撕,然后反问组内方向,除此之外0互动
一面(和我之后的mentor面的): 深扒了我的项目,问我的方向主要是做什么的。当时是去年12月份,一篇CVPR在投。 transformer中self-attention的复杂度,写一下self-attention的公式,为什么要除以根号dk,问的很深,mentor超级有水平。后来进组被疯狂碾压。 为什么用论文里面用了transformer 一道算法,忘记是啥了,什么最长的.......,暴力解
今天面试了豆瓣算法岗,我一番自我介绍完之后,最后说自己学习能力强。然后面试官就说:我们先写一个基础的算法题吧。然后就给出了一个算法题,无奈自己LeetCode刷的真的还不太够,写了半个小时都没有写出来。
5月23日一面(30min) 自我介绍 介绍项目(图像分割) 项目中遇到的问题,如何解决 实际代码实现时间 对transformer在分割中应用的看法 其他一些项目细节,大概20min 手撕一道简单的括号匹配(10min) 反问环节 -------------------------------------------------------- 5月26日收到电话约二面 -------------
9.1一面 一、实习 & 项目 Q:KM算法中的权重?动态变化? A:str / 接驾时长 Q:自注意力机制? 二、概率题 Q:30次都不点击的概率是0.936,问10次中至少点击一次的概率? A:1-(1-0.936)^(1/3) 三、算法题 不含重复字符的最小子串长度 9.14二面 一、问项目:实习相关 约40min Q:如何评估仿真系统的准确性? A:校准 二、深度相关问题 Q:平台补贴场景
10月12号笔试,三道编程。 10月18号测评。面试之前需要签署一个协议《知识产权和商业秘密保护承诺书》。 面试之前hr会一次性预约一面二面的时间,如果一面通过就直接参加二面,大部分一二面是同一天完成的。我一面面完已经6点了所以二面约在了第二天上午。 10月20号一面。50分钟。介绍项目。基本上简历上写的都差不多讲了。别的同学有问笔试题思路的,我没被问到。介绍完了之后开始写算法题。我用的回溯暴力搜
#运筹优化# #实习# #OPPO# 1.自我介绍 2.单纯形法、分枝定界 3.单纯形法是不是能解所有凸优化(我说只能解线性规划,被质疑,让解释),机器学习优化过程为什么不用单纯形法、用什么方法、和单纯形法有什么区别(区别我没太搞懂,只说了一个是单纯形法是精确解,梯度下降不是) 4.整数规划是不是凸的(我说不是:整数规划的可行域不是凸集,被质疑?然后问凸集的概念) 5.机器学习,xgboost为什
#影石Insta360# 其实已经过大半年有余了,去年7月offer,现在才突然想到,应该写一下当时的经验的 本人简历:研究生,视频超分,有论文及项目,无实习,有超分竞赛经历(没奖) 一面 自我介绍 围绕简历提问,重点是技术核心和关键问题的解决 归一化目的,归一化永远是好的吗 反问,得知工作地点是研究院,偏落地 二面 自我介绍 围绕简历提问,重点是技术核心和关键问题的解决 手写transform
过程太尴尬了,大约还记得有以下几个问题: 1. 自我介绍 2. 介绍认为最有意义的一个工作,包括难点,解决方案,如何调优等等 3. 介绍GNN网络的组成 4. 在训练模型时,如何判断欠拟合和过拟合 5. 针对过拟合的解决方案 问题5我答了正则化和early stopping,面试官接着问还有什么解决方案,我答dropout 6. 训练和推理时dropout是如何做的 7. 逻辑回归使用的损失函数
一面根据简历项目 开始深挖简历 中间询问是否了数学优化的经历 然后手撕代码(未出现的最小整数) 最后介绍业务,团队,还有hc的具体情况。 整体面试官谦虚,循循诱导。
一面(八月四号) 面试官人很好,很温和,挺会引导的 问了论文和科研经历,并且给了一个假想的图文匹配的场景,问你有没有什么思路 没问八股 手撕题目是合并区间,没什么太大的难度 不知道一面的结果会咋样
阿里云算法二面凉经,本来以为还是业务面,没想到是主管面,猝不及防 1、面试官介绍自己和团队业务 2、自我介绍 3、问了一个本科的项目 4、为什么硕士和本科阶段的方向不一样,为什么想着换方向?(没答好,太实诚了。。。) 5、为什么选现在这个导师,实验室有哪些方向?(背景调查?) 6、有没有了解最新的一些领域的前沿进展?(简单讲了一下) 7、反问环节:面试后续流程 没有算法题,面试时间30多分钟,大部