《nlp算法工程师》专题

岗位：人工智能类-算法工程师 HR一面 （9/8）- 15min 常规的HR面 自我介绍 选一个收获最大的项目进行介绍 沟通的能力 对海尔智家的理解 能否接受青岛 反问 技术二面 （9/15）- 15min 比约定时间晚了一些，可能是前面人面的时间超过15分钟了。 自我介绍 介绍项目（时间占比大） 平时所使用的语言，会不会c，c++ 接触过嵌入式开发吗 职业规划 反问 部门主要做嵌入式开发？（感觉

8.2 测评 8.26 一面 所有项目逐个介绍（细挖） ResNet中的BottleNeck结构 9.7 HR面 自我介绍 项目介绍 家庭情况 父母对自己工作的期望 研究所和企业工作的选择 职业规划 对象问题 读研期间导师对自己的影响 自己的性格介绍 自己的缺点 薪资意向 岗位的理解 反问 9.28 录用评估 #海康面试#

8.18 测评 9.6 一面 项目1介绍 逻辑回归简介 极大似然法简介 反问 KPI面...面完了面试官说他们是做加密的，不懂为什么让我面... #小米面试#

自我介绍 了解公司吗 项目相关 过拟合解决方法、有遇到过拟合吗？怎么解决 传统的图像特征提取方法有哪些 通道注意力和特征注意力 场景题: 如果知道1000个人上班是否会乘坐地铁？不可以直接去询问个人。给出具体的思考和结果得出过程。 反问 #面经一面面经##商米##图像算法##算法工程师#

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

面试岗位：aigc算法工程师 📅 oc时间线 3.29 在boss上给三个投了简历，都是37aigc岗位的，其中两个hr（高姓，郭姓）看了简历直接拒了，后端的小哥看了简历，给了内推码，然后顺利过得笔试资格。 📅 oc时间线 4.15 笔试一个半小时 4.23 告知笔试通过 📅 oc时间线 4.29 进行了业务一面 业务面有两个面试官，其中一个负责提问，另一个没说过一句话，面试体验很好。 流程

全程58分钟，人有点麻了 一共有三个面试官，一个是hr，负责主持，其他两个是技术面试官 1.不用自我介绍hr问了一些基础情况，包括成绩、专业、研究方向 2.第一个面试官开始问，根据我的几个项目每个让我介绍了一下，然后每个提了一两个问题就结束了，比较轻松 3.第二个面试官开始问，这个面试官水平挺高，很懂技术；先问我模型分布式训练相关的，包括数据并行、模型并行、流水线并行啥的，然后问我deepspee

7/1投递简历，7/8面试邀约 面试官先问了些项目经历，了解到做过的机器学习项目比较少以后，就主要问了控制方面的问题。在介绍项目的过程中，也会随时打断问一些技术细节，包括问过RRT算法的原理。 题1：两个弹簧质量块建模 用牛顿第二原理推出公式即可，太久没做题了有点紧张把想到的公式都列上去了。 题2：两个转动连杆建模 这个不太会，主要没想到怎么处理2个连杆的相互作用力。面试官最后说用拉格朗日方法比较

以为一面挂了，没想到还是进二面了 无手撕，大概40min，主问项目，图形学和cpp 总体表现自我评价比一面好很多，（一面教训:会的东西如果不能清楚的表达出来就必须认为是没有掌握） ---图形学的部分总体表现还可以 对过程中的知识点做一个简单总结，可能有部分遗漏（并非面试原问题，但囊括了下面的内容）： 前向渲染和延迟渲染的对比和各自优劣 PBR流程和理论 阴影贴图技术（级联，立方体阴影贴图的优化和实

感觉面的还可以，感觉没问题，下周出结果。 如果oc的话，问问大家怎么选择。目前有快手的广告推荐算法offer，base在杭州，自己也比较想做搜广推，之后跳槽比较简单。百度智架的话做的比较垂直，不好跳槽，但感觉百度的title又更好，毕竟是bat。 请各位给给意见