学校学的东西太浅显而且有些比较落后比较老的知识,所以面试时好多不知道的东西,面试状态也不还好,感觉是凉了😭 以下是面试流程与问题: 自我介绍(学校课程:高级程序设计语言与计算机四件套,还有数据挖掘、图像预处理、人工智能导论等专业课程) 问项目,深挖你的流程与技术栈(我答的是一个模板匹配方式的车牌识别系统)以及你对你项目的缺点总结与改进方案,实施了没有?为什么不实施?(忙毕设) 对目前人工智能行业
9.7晚上六点通知9.8晚上七点面试,半小时。9.9早上通知挂。 面试的时候只有你开摄像头面试官不开,面到后面还有别人说话的声音,面试官中间闭麦几次。(复盘是KPI面,只根据自我介绍来问连我简历都没看,把我项目里的内容都搞混了) 1.上来先自我介绍,然后根据自我介绍问项目的内容。没有涉及到C++和手撕代码。大家好好准备自我介绍,面试官一般根据这个来问。 2.主要问项目里面具体的技术实现手段包括原理
一面(8.30): 1、自我介绍,问简历中论文和项目(问的比较浅) 2、第一道算法题:数组中找第K大(花了一些时间调出来了) 3、第二道算法题:面试官自己出的,要求输入整数n,返回长度为n、仅有元音(a,e,i,o,u)组成的字符串数量,比如n=2则返回15,因为['aa','ae','ai','ao','au','ee','ei','eo','eu','ii','io','iu','oo','o
主要是项目深挖, 刚开始很惊讶,科大也有搞电机控制的? 三电平比两电平的优势。 PID整定方法。 开关频率? 你实验室电机功率。 带载的力矩有多大? 硬件部分谁在做? 你主要做了什么? 相对于其他学校的学生,你的优势在哪里? 反问。很短不到20分钟没有反问甚至只有12分钟,可能对我没兴趣,总体比较水。 期待二面。
45min面试分成三部分 1)项目介绍 广告公司实习,用多元回归看哪个广告平台对收入影响最大。 问:模型有什么问题和改进方法?答:依靠经验判断哪些特征有用,也许神经网络会好。问:你有实行这个改进么?答:没有。(羞愧) 科研项目,神经网络判断哪个SSD延迟更低。 问:用了什么样的模型,是否特征筛查。问:你知道什么业界的特征筛选发放么。答:我只知道便利所有特征组合。(相关矩阵) 2)机器学习问题 问:
1. 介绍一下你自己; 2. 聊了感兴趣的一个项目; 3. 先来做两道题。 买卖股票最佳时间【只能买一次】 和 【必须买两次】(变种,利润可以是负数); 4. 介绍实习经历,问的很细,将广告的整套流程都问清楚了; 5. 你知道什么是RTA吗?(广告投放策略Real-Time API) 6. 八股-过拟合是什么原因导致的?有什么解决方法(答了图像增强、正则化、降低模型复杂度、训练集扩充), 7、BN
上来先自我介绍然后让自己挑一个项目介绍。后续面试官问了很多问题 1 特征工程如何做 2 特征筛选都有哪些介绍一下 3 随机森林原理 4 支持向量机介绍一下 5 深度学习框架会哪些介绍一下 6 transformer介绍 7 attention机制都有哪些介绍一下 8 lstm原理以及相比于rnn的优势 9 时间序列预测都有哪些方法 10 介绍一下arima算法 11 数据库都会哪些 12 深度学习
一面 1. 逐个介绍项目,问的很详细 2. 从公式的角度说明一下L2损失为什么会平滑 3. 解决模型过拟合的方法 4. 为什么L1正则化可以缓解过拟合 5. 代码 (1)快排 (2)手写卷积 #2023秋招##算法工程师#
10月12日 一面 30 min 技术面 一、自我介绍 二、 深挖项目、主要负责哪块? 三、ICP流程 四、C++掌握如何 五、对ORBSLAM2的理解 六、了解激光SLAM吗 七、深度学习模型做了什么? 八、约了第二天的手撕代码。。。。哎。。。终归是我不配了,一个一面都好难啊 估计自己面试表现太差了 #零跑科技##2023校招##面经##零跑科技校招#
今年面试难度top给中邮 虽然只有十五分钟,感觉硬核程度高于大厂n倍 简历主要nlp 1.自我介绍,项目介绍 2.文本阅读理解中,如果原文有相关的语义描述,但需要抽取的实体本身不在原文中,需要怎么做? 3.介绍一下t5,和GPT有什么区别和联系 4.讲讲基于对比学习的词嵌入方法(simCSE,不久前的顶会) 5.除了bert以外,还有哪些预训练词嵌入? 麻了,nlp卷成这样了吗
Bert的模型架构讲一下? BERT模型的全称是:BidirectionalEncoder Representations from Transformer,也就是说,Transformer是组成BERT的核心模块,而Attention机制又是Transformer中最关键的部分,因此,利用Attention机制构建Transformer模块,在此基础上,用多层Transformer组装BERT模
听说写面经可以多拿offer 小红书一共是三轮技术面+HRBP面,整个面试体验很好,官网投完简历两天就面试了,结果出的也很快,几轮的面试官人都很nice。 一面,一小时左右: 首先是做自我介绍,这个可以提前准备一下 介绍简历中写的论文,讲的过程中面试官会提一些问题,问的蛮中肯的,也提了一些建议,沟通很愉快。会问下做的东西在工业界有没有一些应用场景,可以发散的聊一聊 问了下之前在美团实习主要是做些什
双非本985硕,icpc银,一篇一区论文 先自我介绍 1. 介绍其中一篇论文 2. 你的论文结果和其他人的有什么优势? 3. 如何提升这个项目?(换模型,提升并发度) 4. Yolo的正负样本是什么?(与所有真实标签iou都小于阈值的预测框为负样本,反之为正样本) 5. 模型压缩和加速的方法有哪些?(gpu、蒸馏、剪枝、半精度) 6. 半精度是什么?(舍弃后16bit的半浮点数) 7. 半精度的理
1.SyN算法(微分流形) 2.梯度下降 求y=x^2的最速下降(一阶) 3.Rest-Net 结构encoder和style Encoder 4.解决错误变形的方法
是个声音很好听的小姐姐面的,面试体验超级nice。就自我介绍,然后问项目,然后就反问。没有八股和手撕,整个面试过程非常的愉快。 ps:感觉除了大厂会招做理论算法的人,这些制造业的厂都倾向于招把算法落地到开发板上的人,所以基本都会问,会不会C++,有落地的项目没。 也不知道后续会怎么样,等待中 #哪些公司面试官让你印象深刻?#