过程太尴尬了,大约还记得有以下几个问题: 1. 自我介绍 2. 介绍认为最有意义的一个工作,包括难点,解决方案,如何调优等等 3. 介绍GNN网络的组成 4. 在训练模型时,如何判断欠拟合和过拟合 5. 针对过拟合的解决方案 问题5我答了正则化和early stopping,面试官接着问还有什么解决方案,我答dropout 6. 训练和推理时dropout是如何做的 7. 逻辑回归使用的损失函数
一面根据简历项目 开始深挖简历 中间询问是否了数学优化的经历 然后手撕代码(未出现的最小整数) 最后介绍业务,团队,还有hc的具体情况。 整体面试官谦虚,循循诱导。
一面(八月四号) 面试官人很好,很温和,挺会引导的 问了论文和科研经历,并且给了一个假想的图文匹配的场景,问你有没有什么思路 没问八股 手撕题目是合并区间,没什么太大的难度 不知道一面的结果会咋样
阿里云算法二面凉经,本来以为还是业务面,没想到是主管面,猝不及防 1、面试官介绍自己和团队业务 2、自我介绍 3、问了一个本科的项目 4、为什么硕士和本科阶段的方向不一样,为什么想着换方向?(没答好,太实诚了。。。) 5、为什么选现在这个导师,实验室有哪些方向?(背景调查?) 6、有没有了解最新的一些领域的前沿进展?(简单讲了一下) 7、反问环节:面试后续流程 没有算法题,面试时间30多分钟,大部
为了准备社招刷了leetcode200-300题左右,侧重刷高频hard题,注重最优解法。面的公司地点均在上海,总共5家。 一、字节跳动-抖音 nlp算法工程师 一面(1h): 1、自我介绍+聊项目经历; 2、算法题:手撕multi-head self-attention,使用tensorflow或torch框架(尽量按google源码的思路); 3、开方式问题:介绍deberta中的两个优化点,
6.28 笔试 7.13 一面 一小时15分钟 1. 一个M*M的图像,用大小为K*K的卷积核做卷积,通道,步长为1,padding为0,计算卷积过程中乘法操作的次数 2. 什么是图像的直方图特征 3. 边缘检测的原理,流程 4. 分类问题和回归问题的区别 5. 什么是卷积的平移不变形,卷积是否具有旋转不变性 6. 反向传播如何实现的 7. CNN的流程及各个部分的作用 8. 设计或选择激活
上来自我介绍,然后让把实习、项目和竞赛都说一遍。没怎么问问题,就根据简历问了一两个简单的小问题。然后做题,本来说三道题,第一道过了,第二道的时候代码写完让自己测一下,结果我太菜了,构建二叉树构建了半天😂😂😂面试官说时间够了,今天就到这儿吧。 总结:我太菜了,建个树都不会。。#秋招##提前批##百度##算法岗#
3.28 广州电信研究院 人工智能分析师1. 不长于5min的自我介绍 2.根据自我介绍提问开放性问题 3.国内AI领域的发展方向 4.给一个具体场景分析用哪些模型 输入输出是什么 5.忘了 印象:总体比较融洽 没有技术性问题 感觉这个岗位可能不用怎么写代码 看了同一批面试的同学 感觉bg都很不错 目前没收到二面 估计凉了 可能方向不太匹配 #电信研究院##电信研究院广州##人工智能#
工程发布方法 我们服务化后的工程都使用CRP 进行持续交付,我们将代码提交到Git 仓库之后即可进行自动编译,进行单元测试,JavaDoc 生成,以及点击 按钮实现发布。 本章节 将带领大家 一步一步 的配置进行发布的工作。
工程配置方法 本章节叙述了在一个项目工程需要用到的组件以及器配置,包括了 Tomcat安装与配置、SpringMVC 的配置、Dubbo 的安装配置以及其运行过程。 这章节中 将带领大家一步步从零 搭建一个 web 工程 并使其 在电脑上run起来,之后将其改写成SpringMVC 的工程,成功之后 我们再次将SpringMVC 通过 Dubbo 将项目变为一个服务消费者和服务提供者,并向大家展示
(一面) 1、自我介绍 2、讲paper 3、coding transformerLayer: self-attn和ffn实现; 继续问sqrt(dk)的作用,能不能用norm呢? 写太快又来一题:求一个6面均匀的骰子,不断投,每面至少出现一次的期望 模拟 进一步误差如何得到: 多测几组得到均值和方差 4、介绍组里做的方向:主要是深度学习的轨迹预测 (二面) 1、 大致过一遍项目 2、 问炼丹熟
好像是首页自然推荐,流程推进很快,但是面试体验一般,前两面面试官都是在工位上比较吵 一面 聊半小时实习项目,问了比较多细节,但是没抛出啥记忆深刻的问题,全忘了 手撕:一个list里面存放每根木棍长度,问是否能够正好利用所有木棍拼成正n边形。应该是回溯+剪枝,一开始完全没思路,提示回溯之后写了个没咋剪枝的版本,优化预剪枝版本有点写不出来了。。不过第二天一早就通知过了 二面 聊了四十分钟实习项目,没答
一面第二天早上约的下午面试 效率很快 面试时间:30min (电话面试) 面试内容:自我介绍 项目介绍 深挖 无手撕 反问:后续流程 还有一个主管面和HR面
1.项目拷打 2.抛硬币的概率题(m个真硬币,正面概率为p,n个假硬币,选一个硬币跑r次全为正面,问为真硬币的概率) 3.回归树的判定条件 4.transformer多头注意力物理意义 5.Transformer为什么可以变形(这个我没懂什么意思) 6.GAN的loss,回答了二元交叉熵,问我生成器的loss(?) 7.代码题:通配符匹配
base 武汉 时间线:3.14一面,3.26二面,发发面经攒人品,许愿hr面 一面(30 min): 八股大考察+一个项目细节 Python的引用计数 Python的修饰器 Python的多线程 为什么Python没有真正意义上的多线程 产生梯度消失和梯度爆炸的原因 bn的原理 lstm与rnn的区别 lstm三种门的实现方式 casade-rcnn的原理(项目中提到) 双边滤波的实现方式 ca