《图像算法工程师》专题

投的是SLAM/三维重建/图文多模态算法工程师-视觉团队的岗位 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 一些碎碎念 其实整体面下来我可以感受到面试官应该是做感知出身的，至于为什么会安排专业不太对口的面试官来面我也不太理解 今年SLAM岗位真的很少

写面筋，攒一点好运~ 等了两个星期终于等到蚂蚁电话约一面 面试主要在拷打项目， 先自我介绍，然后针对项目问题刨根究底的询问。 除此之外 问了一下对比一下KG + LLM 与 RAG的优劣(好像他们主要也在做KG+LLM) 无算法 反问： 几面？一共有三轮技术面，第二轮会有算法。三面leader面。 业务做啥？垂领大模型构建，KG+LLM P.S. 1. 昨天面试官找我约好时间，结果今天他还迟到了一

#我的失利项目复盘# 一面面试官上来给我发了两道题 一道困难看都没看 一道中等，是图论，就是给一个board，给一个单词，判断能不能从board中找出单词。 我一道题都没ac。第二题我的思路是： 遍历board搜寻单词中的字符，当遍历到了之后开始深搜DFS。 第一次面试太紧张了所以没做出来Orz 做了半小时之后开始面试，面试主要问了一些项目上的细节，但是针对的点跟我想的不太一样，主要是问了项目里的

9.11上午面的，首先问项目，以及神经网络相关知识 问深度学习基础知识，比如交叉熵损失函数为什么是log，为什么有负号，有用过其他类型的神经网络吗 但面试官的网好卡，中间还卡断了掉线了，之后他的信号时好时差，说话听不太清，断断续续的。 然后今天（9.12）就收到了感谢信😢😢emo #开立医疗#

2023.09.06 全程30min 1、自我介绍 2、项目拷打 a. 挑一个项目介绍、难点是什么，解决方案是什么 b. 另一个项目算法部署的实现细节 c. 本科-读研过程中项目中遇到最大的挑战是什么，怎么解决 2、八股 a. bn原理；训练和测试阶段bn操作的区别 b. 梯度消失解决方案 c. 过拟合解决方案 3、概率题 屏幕前经过小球的概率恒定为P，若20min内观察到有一个小球经过的概率是0

体验感 总时长24分钟，感觉面试官整体提问意向不佳，类似KPI面 流程 提问环节 自我介绍1-2分钟 工作意向， 是否有落地项目 量化剪枝是否有了解 c++有写过什么东西吗 介绍自己认为简历上最好的经历 对最新的目标检测和语义分割有什么了解 如何看传统的cv算法在深度学习领域起到的作用 如果让你作为负责人，负责一个人像分割的课题，打算如何开展工作，如何去做，规划，开展，收尾 反问环节 主要业务（多

1. 自我介绍 2. 简历项目（问的比较细，每个项目都会问一下） 3. 介绍Lora 4. 了解哪些商用的大模型，都有什么优缺点 5. QLora 6. 量化的优点，如何量化 7. Git的使用（如何管理项目，对比两个版本的不同） 8. 了解cuda吗？如何使用 9. pytorch的版本问题 10. 部署模型的经验 11. 如何查看和管理cpu，gpu资源 面试官总体感觉兴趣不高，没有开视频。回

8.28 计算机视觉方向 一面 40min 三个面试官，一个问项目，一个问深度学习的八股，一个问数据结构与算法，被拷打了 英文环节 英文自我介绍 家乡是哪里；介绍一下你的家乡 技术环节 1. 选一个你贡献最大的项目介绍（Kaggle比赛），穿插提问 2. 说一下训练过程 3. 过拟合是怎么解决的 4. 半监督学习在比赛中怎么实现的 5. 介绍一下CutMix 6. 为什么要用3D+2D网络 7.

题有四个部分，全部都是选择，用的牛客平台，需要摄像头和电脑监控，以及手机小程序监控。 第一部分：公司了解 一个英文缩写中的第二个S代表什么意思 公司文化是什么 第二部分：智力题 就是大家平常做的测评里的让你推测后面的图形应该是哪个 第三部分：编程基础 给一段代码，判断输出是什么 基本都是c语言代码，还不是c++ 第四部分：算法相关 跟第三部分差不多，但是侧重数据结构和算法 后面还有几道神经网络题

无手撕，无八股，问的都是简历上面的项目，会讨论的非常详细，也会有些拓展问题。 面试官非常nice，超级详细的介绍了部门和主要的业务！ #秋招##面经##吉利#

[toc] 中兴 算法工程师 简历投递 2022.07.02 官网内推投递 一面通知 2022.09.04 邮件自主预约面试时间 一面 2022.09.06 面试时长： 20 min 面试平台：腾讯会议 面试流程： 自我介绍 项目介绍 数字孪生了解吗，了解过哪些？ 反问 中兴目前在做人工智能算法、数字孪生算法 人工智能算法有一些积累，业界也还不错 数字孪生算法，属于刚刚起步 面试有三轮：专业面试

8.26 测评 9.14 笔试 9.21 一面 自我介绍 项目介绍（细节深挖） BN层参数的作用 吸BN操作 样本不均衡问题 小目标问题 双线性插值（边界考虑） GAN网络能否落地 怎样提高特殊目标（电线杆、树）等目标的检测精度 反问 9.22 二面 自我介绍 项目介绍 编程能力和管理能力打分 团队管理方面（好多问题） 责任心考虑 地点考虑 期望薪资 offer考虑 互联网公司投递情况 为找工作做

知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别？ 生成式模型先对数据的联合分布 进行建模，然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模，由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布，关心的是对于给定的输入，应

面试时间 8月22日 晚上21点。。 1. 自我介绍 2. 直接开始八股环节，实习都没怎么问 3. 模型推理技术优化 4. 大模型幻觉 5. MQA 和 GQA 6. 长文本推理优化 7. 微调过程通用能力下降怎么解决 8. 问Swish激活函数公式 手撕： 1. transformed绝对位置编码 2. 牛顿迭代法求平方根 面试官挺好的，虽然没怎么问我实习项目，但是说了一堆他们组做微调的东西 话

写个面经攒攒人品~ 时间：20240817 上午11点 时长：1小时 1.自我介绍 2.深挖项目，面试官挑了一个实习经历，问的还蛮细的，基本上我每说一点他就会反问一下 3.LR逻辑回归的损失函数，回答了交叉熵，然后让我用擅长的语言写交叉熵的伪代码 4.说一下MAE和MSE的理解以及区别 5.列表和元组的区别 6.场景题：给一个很大的文件，文件的每一行是一个很大的数字，如果给你一个单机，内存比较小，