(为什么wxg一共有四轮技术面啊😅,麻了 teg一面挂后,被wxg捞起来了。 3.27一面 针对简历上的简历问了很多,包括一些技术细节和实现方法。八股考察了llm和传统nlp的知识 1.chatglm2与chatglm1做了哪些改进?是怎么训练的 2.微调以后的模型会出现什么问题?如何改进 3.llm的评测怎么做的 4.bert与GPT的区别?bert的pe是怎么做的? 5.bert怎么做预训练
一面时间:3月25日11:00 ~ 11:50 自我介绍 聊实习经历,根据实习经历问了几道八股: 简单介绍attention机制 有什么和self-attention不一样的注意力机制了解过吗 为什么要使用多头注意力 然后问了一些推荐场景的业务问题,结合自己的经历聊 最后算法题:3. 无重复字符的最长子串 面试官人很好,也没有问什么刁难的题,最后反问环节问了还有什么需要加强的也给我指导了许多,面试
不开视频,只有语音,很奇怪 1. 自我介绍 2. 问项目 1. 终于有人问了科研项目,介绍了一下,然后问创新点,然后问了 attention 和 transoformer 2. 问推荐系统项目,介绍了一下 1. 问为什么用多个排序模型融合 2. DIN 3. 问数据,然后说数据这么小只考虑结果为什么不只排序 3. 手撕代码,链表加法
淘天aigc算法面经 2.24一面(50min) gan和diffusion区别 diffusion优劣 常见的采样方式及原理 ddim dpm++ lcm turbo sdxl相比sd的改进 详细分析了每个部分的改动意图 开放问题 sora diffusion3看法 如何训练达成精准文字生成? 问了一大堆项目 三十分钟左右 问得很细 会结合项目问相关算法原理 2.26 通知下午hr面
分享面经攒人品 9.11 一面 50分钟左右 1 自我介绍 2 提问项目中负责的内容 3 详细介绍了一个项目 4 浅问了一些项目相关的问题,技术问题挖的不深 5 问了很多医院合作中间的细节,以及如何处理进度压力等问题 6 一些开放型问题,脑机接口,人类意识之类 7 base意愿、预期薪资、反问
芯原面试岗位是算法工程师,base是南京,流程是3轮技术面+2轮HR面+CEO面。我一开始没有收到测评,以为自己简历没过筛选或者笔试没通过,结果直接发面试通知了。 技术面:3轮技术面是一起完成的,每轮30min,会有不同部门的面试官来面试你,最后综合所有面试官的面评进行筛选。3轮面试官都是围绕项目展开提问的,其中有1个面试官是做图像处理的,不是很了解,因此我全程都在对项目里的一些算法进行讲解。 第
没挖项目,自我介绍完就是一问一答,然后手撕,然后反问组内方向,除此之外0互动
面试官有事情的样子,也就面了20分钟。 1. 面试官自我介绍(搜索引擎组) 2. 自我介绍 3. 简历上最近参加的一个比赛过程。 4. 实验室项目做的什么。 5. 研究方向是研究什么的(讲了讲方向和论文简单思路) 6. Webserver实现了什么。 7. 我们这边很多情况要用Java,你可能需要学习,能接受么。 8. 反问环节。 全程无八股无手撕。
5月23日一面(30min) 自我介绍 介绍项目(图像分割) 项目中遇到的问题,如何解决 实际代码实现时间 对transformer在分割中应用的看法 其他一些项目细节,大概20min 手撕一道简单的括号匹配(10min) 反问环节 -------------------------------------------------------- 5月26日收到电话约二面 -------------
全部都是简历上的内容。 1.attention(举例,self attention) 2.召回率(数据集中一半正样本,一半负样本,模型输出结果全是正样本,问召回率) 3.miou(公式,含义) 4.GAN #算法岗##算法工程师#
9.1一面 一、实习 & 项目 Q:KM算法中的权重?动态变化? A:str / 接驾时长 Q:自注意力机制? 二、概率题 Q:30次都不点击的概率是0.936,问10次中至少点击一次的概率? A:1-(1-0.936)^(1/3) 三、算法题 不含重复字符的最小子串长度 9.14二面 一、问项目:实习相关 约40min Q:如何评估仿真系统的准确性? A:校准 二、深度相关问题 Q:平台补贴场景
挑项目和论文问,问得比较细,比较深,比如我的会问用的什么baseline网络,在基础上做了什么样的改进,把改进仔细说说怎么针对性解决问题的。由于我是做检测的,感觉对方很懂,所以还问了一下我baseline框架的论文的名字。 总共面了三十分钟左右。#秋招#
10月12号笔试,三道编程。 10月18号测评。面试之前需要签署一个协议《知识产权和商业秘密保护承诺书》。 面试之前hr会一次性预约一面二面的时间,如果一面通过就直接参加二面,大部分一二面是同一天完成的。我一面面完已经6点了所以二面约在了第二天上午。 10月20号一面。50分钟。介绍项目。基本上简历上写的都差不多讲了。别的同学有问笔试题思路的,我没被问到。介绍完了之后开始写算法题。我用的回溯暴力搜
#影石Insta360# 其实已经过大半年有余了,去年7月offer,现在才突然想到,应该写一下当时的经验的 本人简历:研究生,视频超分,有论文及项目,无实习,有超分竞赛经历(没奖) 一面 自我介绍 围绕简历提问,重点是技术核心和关键问题的解决 归一化目的,归一化永远是好的吗 反问,得知工作地点是研究院,偏落地 二面 自我介绍 围绕简历提问,重点是技术核心和关键问题的解决 手写transform
过程太尴尬了,大约还记得有以下几个问题: 1. 自我介绍 2. 介绍认为最有意义的一个工作,包括难点,解决方案,如何调优等等 3. 介绍GNN网络的组成 4. 在训练模型时,如何判断欠拟合和过拟合 5. 针对过拟合的解决方案 问题5我答了正则化和early stopping,面试官接着问还有什么解决方案,我答dropout 6. 训练和推理时dropout是如何做的 7. 逻辑回归使用的损失函数