《图像算法工程师》专题

整体22分钟，这轮是hr面，她说通过的话还会有一轮主管面 1.自我介绍 2.问我实习相关的，问我实习有什么感觉，我说了一下网易这边的实习，然后和小米做了对比；问我期待的工作氛围是什么样的，我说了一下；问我实习做项目和在学校做项目有什么不一样，我就说了一下 3.问我对汇川有什么了解，我说了之前在官网看的，然后又搬出汇川杯大赛，夸了汇川一波 4.问我的职业规划，我就说了一下不想去互联网，想去和实体产品

题型为单选题3*10=30分 不定项选择题5*6=30分 填空题4*5=20分 编程题10*2=20分 考试为牛客题库，双机位，我没有手机支架随便找了两本书把手机立起来。 可能是因为时间只有1h的原因，所以题目本身没有特别难的。选择题基本上都是关于排序算法、搜索算法、数据结构、数学建模（主要是优化问题）、常见的控制算法（考了一道关于模糊控制的）等。主要还是以算法为主，没咋考现代控制工程，经典控制理

1.自我介绍 2.项目拷打 3.实习拷打 4.微调的显存需求，如何估算？经典的Deepspeed举例 5.deepspeed 原理 （ZeRO三阶段、offload） 5.多标签文本分类，怎么选大模型，loss怎么设计（不太会传统的NLP任务，每个文本可能有多个标签，只回答了一个交叉熵损失） 6.z字螺旋矩阵生成（感觉不能叫螺旋矩阵）： 具体为给定一个正整数N，生成下面形式的NxN的矩阵 N=4为

在boss直聘找工作，最早最快来的是本家的面试23333 自我介绍 第一份工作的规划 讲项目，打开ppt讲了。中间问了一个为什么简单的检索在项目里就很有效（我这边的是有参考文献的结论回答的） 问:最近大模型的趋势，发展方向自己的理解 然后讲一个自己比较了解和喜欢的llm技术，我讲了rope 问：应对超长的输入，llm怎么处理，以及有什么难点 还有看过什么最新研究吗，这个我确实没看 问flash a

全程40分钟 1.自我介绍 2.让我讲一下实习经历，我做的智能npc，主要先讲了一下数据处理和探索，然后讲模型全参微调和部署，然后面试官问我vllm部署为什么会快，我就讲了一下分页注意力，正好刚看过；然后问我模型量化了吗，我说量化了用的eetq，但是原理不太清楚 3.拷打第一个项目，我的是一个rag的，先总体讲了一下，然后问我项目跟常规的比有什么亮点，我讲了一下对比解码，然后说多路召回，面试官说这

第一轮面试 2024-07-26 约的10:00，很准时就开始了，然后一共6分钟（我感觉受到了侮辱） 问题内容： 自我介绍 是否了解浪潮通信信息 是否对研发感兴趣 在项目或实习中担任角色 项目是领导设计好你负责实现，还是说你也参与功能设计 会不会Java 会不会软件开发 Python2和Python3的区别 反问：业务内容 答：不同部门不一样 反问：面试流程 答：如果通过了的话，分到部门后会有二次

用的是赛码的面试系统，面试官到点发起了语音通话，在线IDE。 ------------------------------------------------------------------------------------ 自我介绍，五分钟结束，然后面试官没有就自我介绍提问。直接说开始做题，从这里感觉到这是KPI面了。 -----------------------------------

1.介绍项目 2.场景题 大模型微调的全过程 大模型的多轮对话数据集怎么构建 怎么训练 对话上下文太长了怎么办 RAG技术 怎么存储的 3.算法题 两数之和 mysql的查询题#面试经验##算法面试经验分享#

1.问了一下学校 哪里人 2.问了一下有没有做过数据挖掘 机器学习的项目/竞赛 3.问项目 4.有没有其他offer 想做什么方向#面试经验##算法面试经验分享#

①简历经历 ②Python有哪些数据类型 ③元组里面套list，list可以修改吗 ④是否了解Python多线程和多进程/并行和并发 ⑤两个list相加的结果是什么？比如list a长度为2，list b长度为3，相加后长度多少

整体23分钟，一共两个面试官，一个是hr，一个是技术 1.自我介绍 2.hr开始问问题，让我介绍一下项目里遇到的难点、实习部门有多大、主要做什么、会转正吗 3.技术面试官开始问问题，先拷打我论文项目，说论文对数据方面的处理有哪些，我介绍了一下：然后问我论文里涉及情绪分类，有几种分类、怎么做分类的、如果加入新的类别怎么办、知道focal loss吗、多标签分类的话怎么做，然后问我项目里大模型微调大致

整体半个小时左右，相当于主管面，听说汇川三面挂人很猛 1.自我介绍 2.问我实习项目，先让我自我介绍了一下，然后问了包括用的模型架构、数据处理怎么处理的、模型推理加速用了什么策略、模型评估的策略等 3.问我第一个项目，先让我介绍了一下整体，然后问我模型数据怎么处理和向量化的、模型输入的提示怎么构造的、和检索到的块的关系是什么、模型对比解码细节讲一下等问题 4.问我论文项目，主要让我介绍一下论文的创

整体不到二十分钟，电话面 1.自我介绍 2.让我讲一下网易实习做了什么，我大概讲了一下；问我实习用的模型参数量多大，我说了一下；让我讲一下vllm框架原理，吟唱了一下 3.问我了不了解强化学习，我说项目里用过，就结合项目讲了一下 4.让我挑一篇论文讲一讲创新点，我就开始讲我最近的一篇，一套连招吟唱了一遍 5.问我接没接触过知识图谱，我之前做项目用过，大概讲了一下实体关系、neo4j啥的 6.反问，

1.介绍项目 2.八股 用过什么机器学习算法？ 讲一下随机森林 xgboost bagging boosting 讲一下逻辑回归 用的什么loss 模型过拟合怎么解决？ 测试样本不均衡选用什么评价指标？ 都是些机器学习的问题 3.两道算法题 比较开放#面试经验##算法面试经验分享#

OCR应用前的图像清洗 如何提高Tesseract OCR的准确性？ 什么是正确的预处理步骤，我应该遵循改善图像捕捉相机转换为文字使用OCR在Android？ 如何确定设备上有文档或卡片？ 如何确定卡片的所有有效区域都是完全可见的？ 我能想到一些潜在的有用线索： 运动 特性点（很多很多选择，但如何正确使用它们） 当内部相机被卡片或文档压缩时，强度级别会发生显著变化。 对于第一个问题，难点是动态背景