一面:35分钟(回忆版) 1、自我介绍 2、上来直接问上段实习内容 (可能因为两家公司有过合作,所以面试官比较感兴趣,尽管上段实习不是图像算法岗,也问得比较多) 3、对yolov5的理解(简历内容) 4、C语言static 答了C++的,就没继续问,可能公司不用C++吧 5、用过哪些单片机做过什么? 6、车道线检测算法的思路 提前准备到了 7、卡尔曼滤波器了解吗,能否用C语言写一个 反问:实习能否
发面经攒人品 自我介绍 项目介绍,会问一些细节 Transformer的decoder中multi-head attention和encoder中的差异 batch normalization 和 layer normalization 无手撕 总共20min,回答的很差估计g了
真的好难啊啊啊🤯 单选和非定向上花了太多时间 后面只有一小时写代码... 第一次笔试,时间掌握的不太好 代码题三题只a了第二题,第一题看了一眼没有思路直接跳了,第三题明明自测代码和提供的例子都过了,但是提交就是0%,不知道为什么555 第一题:构造一个长度为n的数组,满足以下三个条件:1. 所有元素绝对值不大于3;2. 相邻两元素乘积小于0;3. 所有元素之和为0 第二题:必须且只交换一次相邻两
目标 在本章中, 我们将学习使用分水岭算法实现基于标记的图像分割 我们将看到:cv.watershed() 理论 任何灰度图像都可以看作是一个地形表面,其中高强度表示山峰,低强度表示山谷。你开始用不同颜色的水(标签)填充每个孤立的山谷(局部最小值)。随着水位的上升,根据附近的山峰(坡度),来自不同山谷的水明显会开始合并,颜色也不同。为了避免这种情况,你要在水融合的地方建造屏障。你继续填满水,建造障
总共三面,因为项目比较多,所以基本都是侧重于项目相关的 每轮面试20分钟左右 主要内容: 1. 在校成绩、是不是保研、获奖经历(每轮都问了) 2. 第一轮面试主要问了GAN的损失函数设计、发展历史,问我传统图像处理相关是否了解,问了对比度怎么调整 3. 第二轮问了我做的几个图像风格迁移(cyclegan、pix2pix)相关的内容,以及为什么使用这些网络 4. 第三轮主要问了做的项目之后甲方验收的
岗位:医学图像处理研究工程师 一面 (9/27) - 30min 自我介绍 意向城市 对未来行业的规划,是不是希望进入医疗行业 期望的薪资 目前有哪些offer,薪资怎么样 成绩怎么样 自己挑一个项目进行介绍,前提是要能让面试官听懂 就项目进行提问 反问环节 负责的业务、日常作息 面试官人很好,介绍的时候完全不会打断你 结束前就和我说等着hr联系二面就好 二面 (9/28) - 20min 自我介
1.自我介绍 2.说一下学校里和实习中那段经历对你来说最重要,介绍一下,学到了什么 3.学校中最重要的一段经历 4.说一下创立的登山协会 反问环节 1.部门情况 2.对于候选人有什么期待 自我评价:面试官没开摄像头,还迟到了,然后面试十分钟结束,我应该是被kpi了。 #我的秋招日记#
记录一下面试遇到的一些题目,有的我自己写了答案,有的没写,这只是目前我能想起来的所有问题,希望可以给大家一点参考,如果我写的答案有不对的也请大家指教! 1.BN和LN的区别 2.什么情况下会发生梯度爆炸,如何解决(我们初始化的w是很大的数,w大到乘以激活函数的导数都大于1,那么连乘后,可能会导致求导的结果很大,形成梯度爆炸。 梯度截断:首先设置梯度阈值:clip_gradient,在后向传播中求出
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#
原文:Image tutorial 启动命令 首先,让我们启动 IPython。 它是 Python 标准提示符的最好的改进,它与 Matplotlib 配合得相当不错。 在 shell 或 IPython Notebook 上都可以启动 IPython。 随着 IPython 启动,我们现在需要连接到 GUI 事件循环。 它告诉 IPython 在哪里(以及如何显示)绘图。 要连接到 GUI 循
公司:京东 部门:CCO体系-信息安全部 岗位:算法工程师-机器学习 形式:视频面试 视频面试平台:JoyMeeting 时长:28分钟 流程: 1、自我介绍。 2、(实习经历深挖)介绍一段最想重点讲的实习经历。为什么选用LightGBM这个方法?LightGBM有什么劣
公司:京东 部门:京东零售-平台运营与营销中心 岗位:算法工程师-机器学习 形式:视频面试 视频面试平台:JoyMeeting 时长:35分钟 流程: 1、自我介绍。 2、(实习经历深挖)介绍第一段实习工作。详细说一下你用的特征以及建模过程中具体尝试过哪些方法。 3、对于样本不平衡的情况怎么处理? 4、特征筛选一般有哪些方法? 5、XGBoost模型的原理是什么?XGBoost的特征重要性是怎么计
自我介绍。学习过程。 CUDA 基本知识。 CUDA 基本术语。 CUDA 学习书籍。 CUDA 编程 IDE 使用,CUDA debug 怎么做。 CUDA graph 了解不。并不,所以不继续问下去了。 用 CUDA 对数组排序。答用奇偶变换排序,但觉得20分钟写不出来,遂放弃。 三个方向,对哪个方向感兴趣。单机单卡算法机器学习算法移植;多级多卡大模型(类ChatGpt)移植;多机多卡计算机视
投递岗位:NLP算法工程师 投递时间:看不到了 进去就看到面试官趴着,心里就觉得要挂了 从面试开头趴到结束,后悔没有直接退了 正式批 1. 自我介绍 2. 对自我介绍丝毫不关注,直接开问大模型 3. 可以直接去找相关前沿,或者企业的内容知识 恶心,秋招最离谱的一场面试,完全不知道对面在干嘛 #24届软开秋招面试经验大赏#
一面: 自我介绍 项目交流 手撕代码:股票最佳买卖时机 二面: 自我介绍 项目交流 手撕代码:力扣162 寻找峰值(二分法) 三面: 自我介绍 项目交流 手撕代码:1-26代表‘A’~‘B’,27代表‘AA’,28代表‘AB’,以此类推,给一个整数,输出他表示的字符串。 三面已通过,等待后续HR谈薪 #24届软开秋招面试经验大赏#