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
问了bert模型原理 问怎么实现的 因为投的是ml/数据挖掘/nlp一起的岗位 但其实面我这个部门的面试官是做nlp的。。。就完全不怎么match我自己也没有什么nlp的经验 (bert没答上来 一脸懵逼) 然后问了项目中lstm交易数据是怎么预测的 输入和输出分别是什么 (答得不对 我说了时间 面试官说时间预测不了应该是价格。。) 然后项目中写了自己会一些前端的东西 被拷打 怎么实现居中 fla
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
2023/05/08 首先自我介绍 他介绍他们公司是干嘛的:基于大厂在Github上开源的人工智能项目,主要是图像生成,进行优化再卖出去。 实习生的主要职责就是了解这些技术,能在本地搭建环境跑通,使用工具调整参数,并且上面给出写好的代码需要能修改代码。所以Pytroch这一块得很有了解。 其次是了解很多开源项目,比如Gam,复旦Moss等等 了解起来成本真的巨大
美团算法一面凉经 1、面试官自我介绍、简单介绍部门 2、自我介绍 3、问实习经历、讲一个科研项目 4、想做深度学习还是想做传统的机器学习(回答:都可以) 5、有了解哪些传统的机器学习算法(讲了逻辑回归、决策树、支持向量机等) 6、有了解哪些深度学习的算法 7、再次问想做深度学习还是想做传统的机器学习,然后介绍他们部门主要做传统的机器学习算法的,项目大多关于深度学习的,询问是否感兴趣?(回答:都可以
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#
1. 面试官先上来说这是算法岗,会问很多ml的知识(可能是我简历上的ml项目不够多参杂了一些java后端的项目,还是以后分成后端一个简历,算法岗一个简历吧) 2. 然后开始问就是关于项目的内容让我介绍了我的项目做了什么,输入是什么,神经网络怎么做的,用到的算法的一些特点。(我这部分答得很差) 3. 然后我自己提到了yolo,面试官问对于yolo有什么优化(并没有),然后问了loss具体的内容 4.
7.21 面的算法岗,面试官很和蔼,问的问题很有深度,后面才知道是百度很多模型的核心开发人员,牛! 上来先做题,让共享屏幕。题目是编辑距离,想了一会写出来了,让写几个测试样例跑一下,写了几个边界条件测试了一下,面试官说可以了,然后手撕代码就过了。 接着开始自我介绍,完了开始问论文相关的东西。我介绍过程中他会就感兴趣的点提问,问的很有深度,但是好在多数问题我自己准备过,答得还算可以。 接着根据论文延