总共75min,项目大概45min,编程花了30min(主要是太菜了 简单记录一下面试过程: 1.上来面试官先进行了自我介绍,然后让我也作一个自我介绍,由于事先没有准备这个,回答得比较简单; 2.面试官问了简历上的论文,让我展开介绍一下。由于做的比较小众,所以我先介绍了一下任务背景。面试官主要就其中一个论文让我详细介绍,并随时打断提问一些问题,主要就是关于为什么这么做。虽然面试官一开始不太懂我做的
背景:自己做的是算法部署 四十五分钟 主要拷打项目和实习所做的东西,聊了很多模型部署的工作 八股量很少,问你对NLP熟不熟悉,就NLP 大模型 关键词聊了一些,BERT transformer NER啥的,答的一般 最后介绍部门情况,说其实我们这边主要是算法设计,不是很偏部署,但是校招主要是看潜力,要是进来了能不能接受转方向
自我介绍 实习经历详细介绍,讲了快30分钟 算法题:字符子串最大不重复字母数之和,手撕MLP 问了对于推荐算法的了解,我一无所知
8.3 一面 约45min 1.自我介绍 2.实习工作,ISP的流程,AWB和demosiac的顺序,Gamma和CCM顺序/为什么这样设计,如何实现的ISP参数自动化调试,LPIPS的网络结构,你的主要贡献是什么,说说你对AE的理解,运动曝光表是怎么做AE的 3.论文和项目,介绍一下创新点,你的具体的算法是怎么实现的,有没有用同样方法的论文。为什么用Unet,损失函数如何选择,为什么用GAN,d
先针对实习内容进行了了解,问了一些开放性的问题 因为我没有论文,所以问的项目 先问我哪个项目最值得一说,细讲一下,针对细节进行提问 再对其他项目简单了解一下 八股:网络中通常用的上采样的方法(模块) (脑袋懵)两个问题没回答出来:3Dlut插值方法、反卷积两倍上采样的参数怎么设置 感觉基础没回答上来很丢分,吃一堑长一智吧
1、八股:项目里用的优化器和学习率更新策略,优化器原理和学习率更新 2、问ffmgeg和Linux的操作(因为简历里写到了熟悉常用操作) 3、针对项目,问细节,会引入实际应用的场景,想方案或者自己的看法 比如说: 多曝光融合的时候,怎么在端到端的框架里设计一个模块,选择好的、互补的曝光图参与后续的特征融合 3Dlut的了解和改进 全程1个小时,面试官很专业,我觉得我不配哈哈哈哈
多模态深度学习方向 问一些论文、项目相关 深度学习基础知识 过拟合解决方式 L1,L2正则化 BN层和过拟合的关系 算法题 给定字符串,删除最少的左括号和右括号,使得字符串括号能一一匹配 思路:从左到右扫描,遇到左括号入栈,右括号出栈,栈空时遇到的右括号直接删除,记录需要删除的字符位置 可能要去看一些多模态大模型相关的工作,了解很少,被问到有点尴尬
不管结果给xdm个参考吧,图像算法岗 一共半个小时左右,很简短的自我介绍,之后就是介绍项目我一直在说得说了有二十分钟,可能会问一些项目的细节不过问的不深,无手撕,最后还有个类似智力题之类的就结束了,面试官挺好的
面试过程大概50多分钟,感觉比较凉的一面,拼多多11116工作强度。面试官周六还面试,看起来有点累的。 1、面试官首先介绍了自己的部门业务 2、做个自我介绍 3、让介绍项目,针对项目问了几个点 4、C++,数据结构是硕士阶段学的吗,机器学习什么时候学的(非科班感觉经常被问啊) 5、参加过什么社团 (技术面问这个是啥意思) 6、在班级里担任过什么职务 (问这个是为面试凑时间吗,) 7、说一下SVM算
1、自我介绍,完了之后面试官又介绍了他们在做的工作 2、问论文、项目内容 3、介绍transformer的结构;为什么要用多头;注意力有什么用等等 4、chatgpt了解吗,用过吗,聊了很多关于chatgpt这些大模型 5、写代码(给定两个字符串str1和str2,求字符串数组strs中str1和str2的最小距离) 6、反问:我问了去了以后做什么工作,偏项目还是科研#NLP#
问题答案可关注公众号 机器学习算法面试,回复“资料”即可领取啦~~ 1.机器学习理论 1.1 数学知识 1.1.1 机器学习中的距离和相似度度量方式有哪些? 1.1.2 马氏距离比欧式距离的异同点? 1.1.3 张量与矩阵的区别? 1.1.4 如何判断矩阵为正定? 1.1.5 距离的严格定义? 1.1.6 参考 1.2 学习理论 1.2.1 什么是表示学习? 1.2.2 什么是端到端学习? 1.2
本文向大家介绍人工神经网络算法知识点总结,包括了人工神经网络算法知识点总结的使用技巧和注意事项,需要的朋友参考一下 人工神经网络的许多算法已在智能信息处理系统中获得广泛采用,尤为突出是是以下4种算法:ART网络、LVQ网络、Kohonen网络Hopfield网络,下面就具体介绍一下这这四种算法: 1.自适应谐振理论(ART)网络 自适应谐振理论(ART)网络具有不同的方案。一个ART-1网络含有两
本文向大家介绍Kruskal算法的基本过程相关面试题,主要包含被问及Kruskal算法的基本过程时的应答技巧和注意事项,需要的朋友参考一下 参考回答: Kruskal算法是以边为主导地位,始终选取当前可用的拥有最小权值的边,所选择的边不能构成回路。首先构造一个只有n个顶点没有边的非连通图,给所有的边按值以从小到大的顺序排序,选择一个最小权值边,若该边的两个顶点在不同的连通分量上,加入到有效边中,否
第一题 题目描述:a有三个区间[l1,r1] [l2,r2] [l3,r3],a,b在这三个区间内同时选择一个自己喜欢的区间,这两个区间不能相同 接下来a和b需要在自己喜欢的区间内选择一个数,且必须都在对方的区间内,还要使得这两个数的和尽可能大 输入 1 3 2 4 4 6 输出 8 范围:均小于1e9;如果不存在这种值,输出-1 思路:确定ab区间后,每次选交集最大的数 #include<io
一面(7.4,数据处理部门) 自我介绍 手撕代码一: [[1,2,3], [4,5,6], [7,8,9]]进行螺旋输出[5,6,3,2,1,4,7,8,9] 手撕代码二: 括号匹配,给定字符串'231(Jjhg){ds}'检验括号是否匹配 介绍一下台风估计项目你遇到的数据预处理 介绍一下LSTM LSTM各个门用了什么激活函数,以及这些激活函数的作用 讲一下你的爬虫项目,怎么