职位:深度学习算法工程师 base:上海 技术一面 (9/15) - 30min 自我介绍 项目介绍,随后围绕项目进行展开提问,会议论文与期刊论文之间的差异 反问 部门主要做感知(车道线、行人感知。。。 技术二面 (9/21) - 30min 没开摄像头 自我介绍 项目介绍,所有项目都介绍了一遍 中途会被打断问问题 反问 对除了自己所研究的方向外,还了解哪些,知不知道reid的方法、目标检测算法什
总体感受:泡池子前华为HR还是很热情的,泡池子后就是“嗯嗯”;另外,我遇到的每一个华为人语速都好快,莫非是push得太严重了 ———————————————————————————— 8.31 裸考,挂了 9.5 HR打电话说我符合免机考的条件,我赔笑说都怪自己太菜了 9.24 通知准备参加面试 ———————————————————————————— 9.29下午两点
背景:211本硕,一作SCI一区论文两篇,无实习。 这次秋招的第一场面试,也是最硬核的一场。虽然面的很烂,但是真的学到了很多(意识到了自己有多菜),记录一下回馈社区。 一面(8.23) 1. 自我介绍; 2. 了解社区检测吗(了解过),了解哪些算法(Louvain, LPA); 3. Louvain算法的算法流程(比较简单); 4. Louvain算法是用模块度来优化对吧,那模块度怎么改进呢(模块
一面:2022.9.27 20分钟 1、自我介绍,说一下参与过哪些AI的项目,工作地点是如何选择的 2、日志检测的具体方法,故障预测的具体方法,有监督内存故障预测你要怎么设计,LSTM和GRU相比于RNN为啥好,说一下SVM的原理,说一下聚类方法,怎么处理数据中的噪声点,说一下优化器为啥有动量,接触过什么编程语言,dataframe给你怎么打乱,说一下机器学习的预处理要做什么 二面:hr打了个电话
背景:211本硕,一作SCI一区论文两篇,无实习。 官网投递简历(7.30) 笔试(9.20) 投了将近两个月才发笔试,差点以为简历挂了。题的细节记不太清了,只记得第一题正则表达式相关直接跳过,第二题密码相关对80%,第三题切水果对70%。 一面(9.24) 1. 自我介绍; 2. 问其中一篇论文的细节(10分钟左右); 3. 运筹优化基础知识(遗传算法原理、粒子群算法原理、线性规划单纯形法原理等
NIO地图算法工程师实习 一面 23.01.19 两道代码题 一道media+ 一道media 整个过程还是比较平稳的,感觉代码有没有写对都没关系,HR主要想了解你的思考能力 NIO地图算法工程师实习 二面 23.01.31 高精度加法 如何判断两个线段是否相交 UDP\TCP协议 神经网络基础,计算量之类的 NIO地图算法工程师实习 三面 23.02.03 为HR介绍自己项目,回答HR一些关于项
快手机器学习算法工程师一面50min 人生中第一次找工作面试😭 (面试官姐姐人超好😭,一直心平气和的和聊天一样,我说错了也没说我而是跟我解答,甚至帮我找理由,全程都很耐心) 1.自我介绍 2.介绍用过哪些机器学习方法 3.SVM的原理跟优势 4.集成学习(扯了下随机森林跟集成学习原理),XGBOOST(没用过) 5.knn和kmeans做分类的原理 6.你们做的遥感图像怎么提取特征 7.问了下
游卡两次面试都很舒服,全程没有push,面试官人都很好,我觉得游卡是一个氛围很不错的 一面 30min 像是技术主管面 1、问项目 2、问之前的数据处理是怎么做的(一个时序数据) 3、问模型如何优化(答数据方面) 4、介绍了一下当前的业务,问我如何用神经网络处理(因为我没有接触过强化学习,所以让我用MLP解决,很贴心了) 问了不同情况如何处理,如欠拟合等 5、反问:我能不能接触到强化学习的内容,我
学历背景:双非本硕 计算机 研究方向:医学图像处理 无实习 一面: 基本围绕简历上的项目问,问简历上的具体算法,然后问了简历上会的技能。 二面: 还是问项目简历 1. 项目的具体流程 2.自己具体做了什么工作 3.项目算法与其他算法的效果对比 4. 遇到的困难,如何解决的 感觉整挺好,希望有三面吧。哈哈哈哈哈哈 #OPPO提前批#
8.1号投递,base深圳 8.20一面 总共30分钟左右,没有撕算法题。 自我介绍 挑个项目讲解,讲一下流程和效果 讲一下研究方向 北京的岗位比深圳多,为什么选择深圳? 有没有女朋友? 未来的职业规划? 遇到的最大的挫折?从中学会了什么? 最有自豪感的事情? 有什么爱好特长? 反问1:部门规模?三四十人 反问2:业务内容?做视频内容安全相关的,偏策略多一些,中间处理 #2022秋招##快手面经#
自驾难得约面 面试时长:45min 面试内容: * 自我介绍 * 实习介绍 * 多态 * 设计模式了解哪些 * 工厂模式 * linux共享内存 * ROS系统 * 线程同步 * union和struct * 内存对齐场景 * 类成员函数如何传递 * std::function * 如何返回多个参数 * 多线程如何传递智能指针 * 线程通信 * b+和b树 * 手撕:排序链表 反问: * 自驾算法
TP-LINK 内推码 EJM13N 需要的小伙伴可以自取~ TP-LINK 通信算法一面 date:7.6 time:30min 确认信息;自我介绍;研究方向的网络架构;强化学习算法调优过程;项目强相关的四五个问题。 简述香农公式;信道估计及其解释。 TP-LINK 通信算法二面 date:7.15 time:35min 自我介绍;找一个项目着重介绍;项目强相关的四五个问题。
奇安信 计划研究院 算法工程师 一面 40min 11.06 1.介绍了三段实习实习经历,里面用到的模型的原理,改进方法等 聊了20min 2.刚收到图像的训练数据,怎么进行处理 3.Yolov5的主要改进点 4.介绍特征金字塔,以及为什么它能提升模型的效果 5.介绍Centernet模型 6.anchor free比 anchor base有什么优缺点 7.Python列表去重的方法 8.Pyt
https://zhuanlan.zhihu.com/p/665595011 Boss直聘 算法工程师 一面 11.06 项目介绍 画出Lstm的结构图,并进行说明 Lstm用的激活函数是什么?相比sigmoid有什么优势? 介绍Rcnn。为什么它速率较慢 C++内存泄露的原因 Python哪些对象是可变的,哪些是不可变的,怎么判断 Coding y = np.array([1, 1, 1, 1,
一面 11.23(有些问题忘了) 44min 自我介绍 详细讲解下目前做的项目(diffusion相关) 为什么网络结构要这样设计 与ip-adapter有什么不同 有没有效果展示(展示了下效果,面试官说不错) 了不了解GAN GAN和diffusion的区别 了解模型部署相关的知识吗(不了解) 写题: 力扣-704 写一个含有三层卷积层的10分类神经网络,写出每层的shape输出 反问: 对我这