一面根据简历项目 开始深挖简历 中间询问是否了数学优化的经历 然后手撕代码(未出现的最小整数) 最后介绍业务,团队,还有hc的具体情况。 整体面试官谦虚,循循诱导。
面试官是个技术负责人,主要问项目,最后考了道算法题,全程1小时左右,问大概多久会有反馈回答不确定。 现在每天一看招聘主页是否共享😂 #百度2024校园招聘#
反着来,一面是公司领导问下基本情况 说是国防科大芯片团队 后面技术面 问了下gpu相关的, 介绍公司,dsp算法 飞控,德州仪器 客户有哪些
1.项目深挖(多语言电商文本层级分类) 问项目中数据集的分布,数据规模,数据什么特点,是否存在标签不一致? 2.样本不均衡如何处理,文本平均长度,项目使用的方法? 3.分布式训练怎么做,你的贡献在哪里? 4.预训练任务如何设计,基于roberta的改进点在哪里? 5.上线前是否做了消融实验? 6.评测方结果可以得出哪些结论? 7.哪些指标还可以继续优化? 8 有没有考虑上线的模型做蒸馏? 9.什么
7.19笔试 两道编程题 8.3一面 约60分钟 1.在vivo的实习内容(isp效果调试相关),实习的项目量化成果,实习项目中遇到的问题,你觉的isp中哪个部分最重要,开源isp pipeline的相关内容。 2.论文相关:强弱散射分类,强散射成像的原理,散射恢复算法,你的贡献点和创新性在哪里,相机镜头上的污渍的散射能够去除吗 3.项目相关:深度学习unet的结构,卷积上/下采样,有没有考虑不使
一面(八月四号) 面试官人很好,很温和,挺会引导的 问了论文和科研经历,并且给了一个假想的图文匹配的场景,问你有没有什么思路 没问八股 手撕题目是合并区间,没什么太大的难度 不知道一面的结果会咋样
问实习(感觉面试官觉得我实习工作成果很普通 问科研(介绍了一下方向现状和论文思路 倒是没问八股 算法题目:给定一个升序可重复数组,问元素平方后不重复的元素个数 O(1)空间,O(n)时间 Q:是个没见过的题,现场灵机一动搞出来了。实际上就是去重和去掉相反数。先二分查找找到正数开始的位置,然后双指针。
自我介绍 问项目 lstm和rnn的区别,优势,特点 手撕代码,二叉树路径和为某值的路径 问了个fm算法,没答上来 反问环节 用时40分钟左右。 #百度信息集散地# #提前批#
1,闲聊了一会 2,讲了一个项目 3,又开始闲聊 4,反问 面试氛围很轻松,面试官很和蔼,脸上一直挂着微笑。 提供一个信息:TP-LINK提前批开得很早,简历很多,而终面面试官比较少,所以终面会拖很久。
聊聊项目经历,聊ai发展方向,视频理解的实际应用,聊为什么想去北京,聊北京户口,有没有女朋友啥的 我问他 落地还是技术中台 ai伦理问题的看法 和其他部门的协作方式 对应届生的期许 招聘流程 三面比较综合,开放性问题多
自我介绍 说一下自己的优缺点 介绍一个自己最熟悉的项目 水平目标检测怎么扩展修改成旋转目标检测 Deeplab v1,v2,v3区别 项目里面的高空间分辨率影像用的哪些 大模型在不同的空间尺度影像如何泛化(高分和中分数据如何同时泛化) 编程题: 只用写思路和伪代码,找到数组中第k个最大的数 反问
阿里云算法二面凉经,本来以为还是业务面,没想到是主管面,猝不及防 1、面试官介绍自己和团队业务 2、自我介绍 3、问了一个本科的项目 4、为什么硕士和本科阶段的方向不一样,为什么想着换方向?(没答好,太实诚了。。。) 5、为什么选现在这个导师,实验室有哪些方向?(背景调查?) 6、有没有了解最新的一些领域的前沿进展?(简单讲了一下) 7、反问环节:面试后续流程 没有算法题,面试时间30多分钟,大部
记录一下阿里的流程 一面电话面40分钟: 先自我介绍 1.问项目 2.开放题:有若干个策略,怎么对用户使用这些策略使得收益最大 面完笔试 二面电话面40min: 全程通电话,面试官发了个链接,给我出题做 1.推对偶 2.vrptw建模 3.2的基础上加上兼容点和不兼容点约束 4.使用过的算法遇到的困难和解决方法。 三面电话面30min: 自我介绍 1.问竞赛做的东西,有想过怎么改进 2.聊人生、职
【boss直聘 hrbp面】 部门:商推 事件:五面终面hr,一个白皙的美女hr,挺好的 时间:20min 内容: 主要就是聊天,问问实习情况,春招情况;主要了解户口,因为我没有在境外停留360天以上,所以hr告诉我留学生和应届通道都没办法给我落户(what?我不算应届生吗,不过查了一下确实两个通道都走不了了,有留学落户意愿的同学注意下);问我感觉boss面试官如何(高效、好沟通);问我想在bos
为了准备社招刷了leetcode200-300题左右,侧重刷高频hard题,注重最优解法。面的公司地点均在上海,总共5家。 一、字节跳动-抖音 nlp算法工程师 一面(1h): 1、自我介绍+聊项目经历; 2、算法题:手撕multi-head self-attention,使用tensorflow或torch框架(尽量按google源码的思路); 3、开方式问题:介绍deberta中的两个优化点,