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
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#
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
更新:一面已通过 —— 开场先调了五分钟设备,问了15分钟,最后10分钟做题。面试官全程强调HC紧张,30分钟结束,感觉寄了。第一次写面经,攒攒人品。 开场: -自我介绍 -你之前面过我们部门三轮技术面面评都不错,最后为啥挂了?(我也想问) 项目: 深挖实习项目(其实感觉也不深,就问了15分钟),包括业务场景、模型、样本构造、特征工程方面 算法题: 都是力扣原题 -链表公共节点 -和为target
申请的元戎启行规划算法工程师提前批,周一晚上六点打电话约面试,因为面试官是在海外,所以要早上面试,于是我约定到周四早上八点 首先是自我介绍 然后他会问你简历中所写的项目的细节 之后就是coding 在矩阵中寻找递增的最长路径,dfs可解,当然我没写出来,写的有bug 总体面试体验良好,因为面试官本身就是规划算法组的技术人员,所以聊的都是干货,没有那些虚的,只要你简历写得都是真的,能说明白细节就行
0814-一面 体验感 一般,没实习和项目,导致面试官也没问啥,总时长45min。问的基本都答上来了,自认还答的可以,但是一回头就是这个 这就是KPI面吗 55555555555555 流程 提问 介绍项目和比赛介绍所用数据增强 你还能想到哪些预处理方式可以尝试 介绍一下比赛所用的精度是什么 介绍论文介绍vgg和resnet的主要优缺点 传统图像算法有了解吗 反问 研发岗都在西安实际应用场景(le
技术面 hr自我介绍,说了岗位的需求,接到一个硬件相关的项目,需要有硬件知识的同学 自我介绍 说说运筹学中的旅行商问题 介绍机器学习中的XGBoost 我还需要补足哪方面的知识?(NB-loT、蓝牙、计算机原理)
总结 20道选择,一题3分,单选多选都有。2道编程。选择好难啊,很多都是凭感觉。 选择 考的啥都有,机器学习和深度学习反而比较少,基础很多。类型有: 1、机器学习、深度学习 2、计算机基础:树、图、还有一些之前没见过的,什么高响应比、还有哈希的一些操作、地址的计算 3、数学:概率论、线性代数 编程(ACM模式) 两道题题目很简单,应该是我目前见过最简单的了,难度估计也就是easy,但是笔试的平台实
自我介绍 简单聊了聊项目中的一些实现方法: 光线追踪中的抗锯齿,项目里面用的jitter camera 讲了讲MSAA, SSAA, TAA 问了问MSAA如何判断边缘, 四倍MSAA的话一个像素执行几次片段着色器? 色调映射、后期处理效果、亮度、曝光度、色彩度调整 有没有做过IBL(引擎项目里实现了IBL,但那部分不是我做的,讲了讲原理) Bloom效果怎么做的。 c++: 讲讲c++11/14
3.12 大概面了50分钟,大部分在深挖项目,实现细节问得比较深。 1.自我介绍,把简历内容快速过了一遍,面试官还夸了一句我做过的东西蛮充实 2.针对实习项目挖呀挖呀挖,这部分耗时最久,项目实现细节问得很详细 3.介绍一下Bert 4.GPT和Bert的区别 5.介绍一下Roberta,它的改进点在哪 6.Transformer和LSTM的结构与原理 7.介绍RLHF技术 8.介绍注意力机制 9.
主要是问一些 python 基础和实习内容吧 面试时长:35min 面试内容: * with 做什么的,有自己实现过吗 * 删除列表的空元素有哪些方法 * 如何实现单例模式 * GIL 的目的是? * 不可变元素和可变元素的区别 * Flask 用过吗 * C++和 Python 哪个用得多 * 手撕:两个进程顺序打印 0-100 * 实习经历深挖了十分钟
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#
10-8 面试官懂的太多了,秋招以来第一次面试被问麻了。 手撕 简单dp题,到右下角的最短路径 面试官说可以把边界条件拿出来做,这样会更清晰点 Pytorch DDP了解过吗 不了解 CV的发展路径 从AlexNet开始说,因为想不起来具体改进,就总结了说是各种架构和激活函数的改进 NLP的发展路径 RNN-》LSTM-》Transformer 不清楚是不是这个发展 RNN和Transformer
记录一下菜鸡被狂虐的经历吧 一面:研究院中的某个产品线 1.自我介绍 2.对哪个算法模型比较熟悉,介绍一下(说了xgboost) 3.xgboost与gbdt的区别 4.运用xgboost前是否需要进行归一化处理,xgboost中如何预防过拟合,如何在训练模型前预防过拟合 5.有没有用过深度学习模型,对哪些比较熟悉(我的方向是机器学习,就说了个cnn) 6.cnn各层的作用(属实是不记得了),为什