分享一下,希望能帮到你,替我进没进去的百度 投递后反馈挺快的,hr过了三天就给我打电话了,约了3.4面试 一面 一面听着是个挺年轻的男的,语气温柔,面试问的题目也不难,给的反馈也很积极,但是不开摄像头!!!(感觉不尊重人,因为我开了你不开) 数组去重=》使用的set,但是{}对象无法被去重,估计是内存地址不一样所以判断两个{}空对象不同,打算用新建一个数组来做,但是面试官觉得我的思路也差不多就没让
1. DNN反向传播算法要解决的问题 在了解DNN的反向传播算法前,我们先要知道DNN反向传播算法要解决的问题,也就是说,什么时候我们需要这个反向传播算法? 回到我们监督学习的一般问题,假设我们有m个训练样本:$${(x_1,y_1), (x_2,y_2), ..., (x_m,y_m)}$$,其中x为输入向量,特征维度为$$n_{in}$$,而y为输出向量,特征维度为$$n_{out}$$。我们
笔试11月初做的。然后11月中捞起来面试。一共两轮 第一轮,问简历上实习经历,再挑一个项目讲讲,讲讲multi-head attention, batch norm, dropout。最后两个答得不是很好。 最后问反馈:基础还不错,深度不够。 第二轮,一周之后接到电话,约二面。面试官说给我打了好几个... 主要人在美国,手机还不能双卡双待,之前阿里两个电话都没接到,直接给我挂了,麻,为啥留了邮箱不
面试时长:30min 面试内容: * 自我介绍 * 实习挨着问 * DP和DDP的原理区别 * 模型并行 * pytorch如何加快读取 * pytorch查看某一层的数据 * 装饰器原理 * 多机多卡 * 梯度消失和爆炸 * fast transformer * resnet的优势 * 做过哪些算法 * cuda核函数怎么优化 反问: * 一共三面
二面特别快,大概不到20分钟 流程: 自我介绍 从哪里学习最新进展 对未来的规性格优点和缺点 课题组压力大不大,一般工作几点到几点 意向base 实习期间的收获 最大的挫折是什么,有哪些影响 然后戛然而止,都没有反问环节,感觉凉凉,可是我真的好想去荣耀啊,请问大家二面完一般多久状态码改变,挂了会通知吗 -------------- 更新一下,面完后10分钟左右变100437的录用决策了,听大家说这
投递的CV岗,C9本硕,low level方向,两篇A一作,无大厂实习 一面 主要在聊论文和项目 比较transformer和CNN的特点 了解哪些生成模型,stable diffusion的原理 手撕分类网络 面完当天约二面 二面 开场手撕海中岛屿数量 聊论文,问提出的方法可以继续应用到哪些领域 因为简历上基本上都是low level相关,所以继续问了对cv其它领域的了解 当天约三面 三面 面试
提前了半小时,我从才起床人都傻的,没想到突然从等候室进面试间了: 自我介绍然后就问了八股 对调优有什么了解吗?(人是懵的,居然答了bp传播,我佛了) 过拟合的原因,解决,现象(大概吧,我能记得一部分已经不容易了) 梯度爆炸、梯度消失怎么观察到,怎么解决之类的(我答了过拟合,不愧是我,我怎么就转到过拟合去了) 没了,说了声抱歉,然后和面试官说拜拜,一共三个,露脸的应该是负责记录的
9.4投递 9.8测评 9.12笔试 9.25一面 30分钟 两个面试官人超级好 先自我介绍,主要问了问项目/实习,深度学习算法、八股。 最后问有没有offer,期望工作城市(答上海),期望薪资(答20k-24k)(反问薪资结构)。 反问:部门主要工作内容,接下来的面试流程(说是几天内出结果) 上午十点面完,下午一点多就通知过了,二面约了明天,还是线下。
60min 问简历内容,问得很细 pca降维,原理,为什么要降维(简历上写了 为什么要归一化 项目怎么实现,用了什么模型 介绍了解的深度学习模型(cnn,rnn,resnet 介绍了解的机器学习模型(knn,svm,朴素贝叶斯 为什么选算法岗 手撕两个二进制数相加,给的两个二进制数是字符串 无反问(一个小时了还能问啥,赶紧放姐走
10.27号面的,连着面三轮,每轮40分钟,有点不适应,一开始我还以为一个小时。是没有特定的部门,统一面试。 一面,二面都是拷打简历+八股文。简历挑一个实习讲讲,八股文就是常见的传统机器学习+深度学习+简历上内容。什么XGBoost,batch noralization,激活函数。 感觉认真背背都不太难。面试官也都看起来比较友善,体验还行。 三面略崩溃,问我有什么开源项目经验(无,难道有10%的人
面完说不太符合…… 面试内容:30min 面试内容: * 自我介绍 * 华子项目介绍 * pytorch如何分析性能 * ddp如何优化多机多卡 * 分布式训练的batch * pytorch图优化 * pytorch2.0特性 * pytest有哪些参数 * pytorch如何根据yaml注册算子 * 系统级算子多平台测试 * 手里几个offer * 期望的base地 反问: * 框架相关的开发
1.hr问题 问了最大的挑战,喜欢什么样的leader,觉得国外和国内上学的区别,性格怎么样,周围人怎么评价你,有没有女朋友,女朋友怎么评价你,反正问了一堆性格,以及什么时候可以来 2.反问 组里氛围,转正策略,公司福利 第一次全部面完,开泡! hr说四月上统一发offer
👥面试题目 早上6点起来面试,脑子懵懵的😖 1.编程:序列化二叉树 2.队列和栈有什么区别 3.2D目标检测算法有哪些经典的,讲讲工作原理,优缺点对比 4.anchor 框是怎么选取的? 5.最新的 YOLO 算法有了解吗? 6.YOLO v3 v5 有使用过吗? 7.自注意力机制什么工作原理? 8.自注意力机制这么设计有什么优点? 9.transformer 中 QKV 是怎么得到的? 10
今天上午线上面的,20min速通,快得我一脸懵逼 1.自我介绍 2.简单问了论文(任务、难点、方法) 3.会C++吗(本科学过,不太熟) 4.做题(不限语言,我的题是字符串相关的,不算难,但是面试官只给10min,就有点慌,没完全做出来) 5.进vivo想从事哪方面工作 6.反问(忘记问一共几面了) 面试官很温柔随和,不过每个问题都没有细问,不知道是不是kpi面 后续:真的挂了,今晚就收到了感谢信