《HPC高性能计算工程师》专题

记录一下面试遇到的一些题目，有的我自己写了答案，有的没写，这只是目前我能想起来的所有问题，希望可以给大家一点参考，如果我写的答案有不对的也请大家指教！ 1.BN和LN的区别 2.什么情况下会发生梯度爆炸，如何解决（我们初始化的w是很大的数，w大到乘以激活函数的导数都大于1，那么连乘后，可能会导致求导的结果很大，形成梯度爆炸。 梯度截断：首先设置梯度阈值：clip_gradient，在后向传播中求出

上来介绍项目相关，然后提问 1、有做过微调相关的吗？(答sd和lora,解释了底层架构和原理) 2、用过哪些网络？（常规问题） 3、正则化的方法？（常规问题） 4、常用的损失函数？(常规问题) 5、目标检测算法如何设计？(yolo相关的原理没准备好) 6、有部署过相关大模型的经验吗？(有过但不熟练) 7、有业务经验吗？(基本没有) 8、python用的怎么样？(还行，基本的算法都能写，但主要C/C

我运行Http服务器使用Netty I/O库在四核Linux机器上。使用默认工作线程池大小（在Netty中内部设置为2 x内核数）运行时，性能分析显示吞吐量上限为1k请求/秒，请求速率的进一步增加导致延迟几乎线性增加。 由于最大CPU利用率显示为60%，我根据下面的代码增加了工作线程的数量。然而，性能几乎没有任何变化，CPU仍然限制在60-70%。该进程不受内存、I/O或网络带宽的限制。为什么不通

本文向大家介绍计算Linux上进程中的线程数，包括了计算Linux上进程中的线程数的使用技巧和注意事项，需要的朋友参考一下 Linux进程可以可视化为程序的运行实例，其中Linux中的每个线程不过是进程的执行流。您知道如何在Linux环境中查看每个进程的线程数吗？有几种计数线程数的方法。本文讨论如何读取有关Linux上进程的信息以及如何计算每个进程的线程数。 阅读过程信息 要读取过程信息，请使用“

nmon 说明 官网：http://nmon.sourceforge.net/pmwiki.php 分析工具 nmon analyser：https://www.ibm.com/developerworks/community/wikis/home?lang=en nmon是一种在AIX与各种Linux操作系统上广泛使用的监控与分析工具， nmon所记录的信息是比较全面的，它能在系统运行过程中实时

Linux是一个开放的、高可配置的操作系统，一个合格的Linux系统管理员应该可支持不同应用环境的要求。下面介绍一些管理工具，可帮助我们了解系统状态和优化系统。 top top命令可实时地显示Linux系统的进程、CPU、内存、负载等的信息。它是我们了解系统整体状态最好的工具。 top - 10:06:09 up 31 days, 2:14, 1 user, load average: 0

7.12 笔试 7.22 一面 自我介绍 项目1介绍 目标检测backbone有哪些 项目2介绍 ViT有了解吗 CornerNet是怎么做的 解决过拟合的方法 代码：求均方根 7.27 HR面 谷歌情感机器人问题 对人工智能的看法 工作岗位的看法 面试情况 工作地点的选择 项目负责的工作 凉~ #乐鑫#

宁德时代算法工程师一面是不是不想要我，十五分钟不到就面完了。都没问啥技术问题，感觉就是HR在面。是不是就招一个人，根本不怕招不到，好着急的样子，太水了吧，这个女面试官感觉好累的样子，一点不情愿的面试。 问题如下：     1. 一分钟自我介绍     2.面试官提问：为什么选择宁德（~）？未来规划？（我说我未来就是要做NLP）。说一下你做的项目（论文）遇到的最大的困难？说一下NER基础做法和你的创

智驾科技（MAXIEYE）也是一家师兄挺推荐的公司~提供自动驾驶解决方案 笔试 单选+多选+编程，笔试是很专业的SLAM方向的题目，不像其他公司把多个方向混一起考察的 单选考查了一些欧拉角转旋转矩阵，纯虚函数，基于优化和滤波的开源VIO系统的了解等等，编程两道题分别是模拟和动态规划 单选还考察了一个我完全没接触过的知识点，在这里备忘一下：水平失准角的对准误差取决于加速度计的等效水平测量误差；方位失

滴滴其实没有专门的slam岗，因此我投的是算法工程师-自动驾驶大类，但是8月份面完如今依然在泡池子 滴滴面试可以提前留够时间，是一面完过直接约二面的，可以一天直接面完 一面 1、五分钟自我介绍 2、简历上项目深挖 3、手撕代码，指定使用迭代法中序遍历二叉树，不能使用递归 4、反问环节 二面 跟一面的流程几乎相同，面手撕试官出的题目是删除链表中倒数第n个节点，力扣原题 三面 三面没有手撕环节，全程介

旷视我投的是提前批的Learning-based V-SLAM，面试的时候其实很忐忑，因为我没什么learning背景，但询问面试官后发现其实vslam也是可以投的 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作，因此面试官出的题目是给定一组二维点拟合直线，但指定函数方程为ax+by+1=0，使用最小二乘实现函数功能即可，可以使用eigen库 此外还问了一道概率

写面筋，攒一点好运~ 等了两个星期终于等到蚂蚁电话约一面 面试主要在拷打项目， 先自我介绍，然后针对项目问题刨根究底的询问。 除此之外 问了一下对比一下KG + LLM 与 RAG的优劣(好像他们主要也在做KG+LLM) 无算法 反问： 几面？一共有三轮技术面，第二轮会有算法。三面leader面。 业务做啥？垂领大模型构建，KG+LLM P.S. 1. 昨天面试官找我约好时间，结果今天他还迟到了一

#我的失利项目复盘# 一面面试官上来给我发了两道题 一道困难看都没看 一道中等，是图论，就是给一个board，给一个单词，判断能不能从board中找出单词。 我一道题都没ac。第二题我的思路是： 遍历board搜寻单词中的字符，当遍历到了之后开始深搜DFS。 第一次面试太紧张了所以没做出来Orz 做了半小时之后开始面试，面试主要问了一些项目上的细节，但是针对的点跟我想的不太一样，主要是问了项目里的

9.11上午面的，首先问项目，以及神经网络相关知识 问深度学习基础知识，比如交叉熵损失函数为什么是log，为什么有负号，有用过其他类型的神经网络吗 但面试官的网好卡，中间还卡断了掉线了，之后他的信号时好时差，说话听不太清，断断续续的。 然后今天（9.12）就收到了感谢信😢😢emo #开立医疗#

2023.09.06 全程30min 1、自我介绍 2、项目拷打 a. 挑一个项目介绍、难点是什么，解决方案是什么 b. 另一个项目算法部署的实现细节 c. 本科-读研过程中项目中遇到最大的挑战是什么，怎么解决 2、八股 a. bn原理；训练和测试阶段bn操作的区别 b. 梯度消失解决方案 c. 过拟合解决方案 3、概率题 屏幕前经过小球的概率恒定为P，若20min内观察到有一个小球经过的概率是0