一面20mins结束 上来闲聊科大的情况5mins 介绍一下实习的项目,为什么用a模型,不用b模型 大模型在金融领域的一些做法,进展 prompt和instruction的区别 encoder,decoder,encoder-decoder架构的区别 介绍一下论文内容 为什么不读博 #科大讯飞信息集散地##面经#
自我介绍 项目经历 问了词向量 语言模型的目标 Transformer 和RNN的区别 词袋模型 介绍一下见过的图像算法(自己是图像选手) Python代码能力 多线程 多进程 并行处理 后端能力 数据清洗和增强 更新 ——————————————- offer核心研发平台研究院方向sp4 助理研究算法工程师 会不会进去方向和面试说的不一样啊
8.8 二面 45mins 1.介绍意图识别模型工作 2.介绍多模态模型的工作 3.介绍llms的tool learning;检索增强的一些微调结果 4.介绍论文——对抗样本 5.反问:岗位主要做提升文心一言的问答和检索增强任务。 没有代码;没有八股;感觉像是KPI面 #百度信息集散地##百度#
1.自我介绍 2.说一下学校里和实习中那段经历对你来说最重要,介绍一下,学到了什么 3.学校中最重要的一段经历 4.说一下创立的登山协会 反问环节 1.部门情况 2.对于候选人有什么期待 自我评价:面试官没开摄像头,还迟到了,然后面试十分钟结束,我应该是被kpi了。 #我的秋招日记#
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
自我介绍 问项目 容器迭代器失效问题 智能指针 share_from_this(寄,没听过) C++的锁 算法题:力扣56 学校成绩 在学校做过什么有成就感的事情吗 反问: 部门:做搜索引擎,基本全是用C++ 几面:3-4#得物面经#
公司:京东 部门:CCO体系-信息安全部 岗位:算法工程师-机器学习 形式:视频面试 视频面试平台:JoyMeeting 时长:28分钟 流程: 1、自我介绍。 2、(实习经历深挖)介绍一段最想重点讲的实习经历。为什么选用LightGBM这个方法?LightGBM有什么劣
公司:京东 部门:京东零售-平台运营与营销中心 岗位:算法工程师-机器学习 形式:视频面试 视频面试平台:JoyMeeting 时长:35分钟 流程: 1、自我介绍。 2、(实习经历深挖)介绍第一段实习工作。详细说一下你用的特征以及建模过程中具体尝试过哪些方法。 3、对于样本不平衡的情况怎么处理? 4、特征筛选一般有哪些方法? 5、XGBoost模型的原理是什么?XGBoost的特征重要性是怎么计
自我介绍。学习过程。 CUDA 基本知识。 CUDA 基本术语。 CUDA 学习书籍。 CUDA 编程 IDE 使用,CUDA debug 怎么做。 CUDA graph 了解不。并不,所以不继续问下去了。 用 CUDA 对数组排序。答用奇偶变换排序,但觉得20分钟写不出来,遂放弃。 三个方向,对哪个方向感兴趣。单机单卡算法机器学习算法移植;多级多卡大模型(类ChatGpt)移植;多机多卡计算机视
一面: 自我介绍 项目交流 手撕代码:股票最佳买卖时机 二面: 自我介绍 项目交流 手撕代码:力扣162 寻找峰值(二分法) 三面: 自我介绍 项目交流 手撕代码:1-26代表‘A’~‘B’,27代表‘AA’,28代表‘AB’,以此类推,给一个整数,输出他表示的字符串。 三面已通过,等待后续HR谈薪 #24届软开秋招面试经验大赏#
笔试: 9.5 一面:9.7 线上 总共20min 自我介绍三分钟 主要是问基本的算法八股 比如怎么防止过拟合 dropout 这种 bn ln区别,平常使用过得算法模型这些 总体来讲体验感不错 大概一周后通知了第二次面试 二面:9.21 线下 总共30min 自我介绍三分钟 主要问我简历中的一段科研经历(和医院合作的项目) 问unet transformer 等基础 最重要的是 问思想,如果是落
秋招过程中在牛客上学习了很多大佬们的经验,目前秋招已经接近尾声了,前来分享面经攒人品!希望谈薪顺利! 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,使用最小二乘实现函数功能即可,可以使用eigen库 4、反问环节 二面 跟一面的流程几乎相同,面试官出的题目是仍然是二维点拟合直线,但不同于一面的是还需要考虑外点,因此使
岗位:软件算法工程师(AI/图形图像)(深圳)+ 科研合作专家(深圳) 8月12日:投递简历。 8月13日:综合测评。 9月1日:腾讯会议面试。前两天打电话来问合适电话面的时间,短信发腾讯会议的链接确定时间,不用开视频。综合体验实在是差。是个小姐姐面试的,面试让我自己主持,先做自我介绍。然后上来嫌弃说简历内容太少(感觉不太懂技术),然后开始问了解哪些框架和网络结构,什么是归一化,什么是CT值,什么
面试流程 ① 自我介绍 ② 项目细节追问 ③ 问一些开放性问题,比如问我怎么看待以后通信的发展,现在很多人唱衰通信;觉得自己是一个怎么样的人,实验室有没有特别佩服的人;实验室有没有今年毕业的博士 ④ 反问 总结:面试时间一个小时,大疆项目问的很细
996实锤,周末面试 投了两个岗位,结果两个都来一面 面试内容: * 自我介绍 * mindspore的整图下沉 * 图像分割算法用过哪些 * 跨模态检索 * 多模态数据集训练有哪些方法 * matlab基础 * cpp多态、特性 反问: * 后面就是hr面 * matlib、cpp