TCL小哥太和善了,全程体验极为舒适,可惜面的岗位主要做的是机器学习,不过也值得我学习 自我介绍 ======目标检测项目====== 项目介绍 预处理方法介绍,还了解哪些预处理方法 改进点是什么,为什么这么改进 为什么要是用mobilenet?精度上有提升吗,为什么?CBAM结构?这种结构还可以用在什么领域画质类任务了解吗? SPP结构有没有用,结果和原因 YOLOv1-v5系列详细说一下 ==
目前总共做过两场线上笔试 感觉相比米哈游,蚂蚁的单选和不定项选择要容易许多,但是编程好像比米哈游难呜呜呜(一定是我太菜狗了) 来说一下三道编程题吧: 1. 翻转字符串中的大写字母段后输出(这个就是双指针依次找到每个大写字母段的首尾然后翻转即可,可以定义一个reverseString函数)--> ac 2. 从输入的数组中找到符合条件的所有三元组数目,条件:满足2*x=y+z(但是很坑的是比如对于数
终于轮到我写面经了,之前因为拿不到oc一直不敢写,现在感觉成功了90%,就先半场开个香槟,攒攒人品。 bg:双9,非科班,一篇二区,一篇准备投二区,两个项目,一个项目论文,一个项目专利。 简历挂:360,携程,美团,阿里云 其中阿里云点名批评,hr给我打电话,问我要不要走他们部门的流程,如果走的话可能要一个月的时间,还贴心地说如果觉得部门不合适的话可以给我推到其他部门,我深受感动,当即同意进入流程
今天二面,手撕算法题是复原ip地址,编程弱鸡30分钟都没写出来,还是有问题放弃了 1.面试官自我介绍 2. 我自我介绍 3. 介绍我认为我觉得比较好的一个论文 4. 关于aaai那篇论文怎么做的 5. 打开论文讲,不然感觉有些抽象 6. 做个题吧,没做出来,最后他说不用做了 我让面试官看哪里不对他也一时半会儿改不了,回溯失败 7.反问: 1. 人力投入 2.培养 3. 做什么 4. 实习多久 总时
一面: 自我介绍 项目介绍 八股文: 1. GBDT 2. xgboost 3.逻辑回归,svm,决策树的优缺点,适用场景 4.决策树和随机森林的区别 5.是否了解attention,transform的kqv 6.用过的loss函数,是否了解triplet loss之类的,好几个没听过的loss,没记住 7.batchnorm的参数是否可训练,b*c*w*h有多少个参数 8.如何进行上采样,上采
base 西安 一面(30min): 第一个面试官: (1) 英文自我介绍 英文说我的家乡和陕西的不同 (2) 介绍一个自己的项目 问了下模型的数据量 (3) 介绍一下模型训练的流程 (4) 完成括号匹配需要使用什么数据结构,讲一下怎么实现 (5) 主要使用的语言:python 了解c++吗:本科用过,但现在不熟 ×(6) 指针和引用有什么区别:我知道指针是啥...但是引用想成了python里的引
格灵深瞳一面,CPU 都干烧了 面试时长:60min 1.自我介绍 2.你觉得笔试哪里做的比较好 3.简历中挑一个你最熟悉的项目介绍(我挑的单目变焦三维重建) 4.如何实现单目变焦三维重建的 5.SLAM 懂一点吗?说一下基本流程 6.讲一下如何准确建图 7.稀疏重建如何去畸变使得图像畸变影响最小 8.图像畸变的原理 9.如何计算图像位姿,本质矩阵如何得到 10.图像特征匹配中 RANSAC 方法
小硕一枚,有幸笔试做两道被美团捞简历,成为第一个暑期给面试的公司 流程: 1.面试官介绍部门做什么的,视觉智能的,现在在做中文的文字可控生成 2.我自我介绍,介绍一下简历上一个印象深刻的项目 3.掰扯一些论文的做法,(他不懂) 然后问我如何端到端训练风格迁移,用扩散模型 4.乱扯了在快手做的事情 5.如果让我做可控文本生成,我会怎么做,发散问题(不会,实在不懂) 6.缩小范围,字体风格迁移要怎么做
没有填内推码 8.26 笔试 4道算法 A3.95 0903通知面试 0905 16.55开始面 面试官人贼好,上来说面试分三步 1. 介绍部门 2. 我介绍自己和实习内容,毕设项目 问了一些项目细节 3. 力扣 快速搜索 几分钟写完 17.25 结束面试 【我以为凉了KPI毕竟就面了30分钟,但是直接跟我说过了等通知二面...】 其中问了: 能不能实习,我觉得哪些事情是本科之后的转折点。
1,聊了一个项目 问了项目背景和项目难点以及对应的解决办法。 2,反问,聊一下公司的业务,解答问题 没有八股、手撕,面试官很nice。 update:傍晚HR通知说通过了,约了HR面。
7.24 笔试 8.11 一面 自我介绍 项目1介绍(深挖) 项目2介绍(深挖) 代码:找到离给定两个节点最近的节点(力扣2359) 8.29 二面 自我介绍 项目1介绍(细挖) 项目2介绍(细挖) 专利介绍 反问 9.1 HR面 自我介绍 家庭情况 大学生活 研究生生活 未来规划 对象问题 #虹软#
更新:一面过了,求保佑🙏 ————————————————— 面试官是个6k引的老师,很犀利 首先双方自我介绍, 1.拷打论文 2.我说的啰哩啰嗦的,打开论文讲,讲贡献创新,三句话足够 3.拷打完问我怎么设计一个3d文生图pipeline,看得少乱扯 4.对图生图的了解(ip- adapter controlnet 5.ddpm与ddim区别(denoising区别, 6.为什么ddim比ddp
视觉算法岗面经 面试的岗位大部分是计算机视觉算法工程师,少部分算法优化、部署岗。总的来说,大部分公司的技术面试都分为这几个部分:项目描述和细节提问、深度学习+目标检测算法、数据结构和算法代码及编程语言相关。下面是我面试当中问到的一些问题。 一,项目 主要是描述项目背景、项目实现的功能及使用的方法和流程,面试官会针对他感兴趣的点问一些技术细节,基本上只要能把项目流利的描述出来就问题不大。 二,深度学
先自我介绍,然后主要问项目的区别,yolov5主要改进点在哪,transform为什么能用于cv。你用yolov5跑模型,你的改进点在哪,效果提升多大。 看我用过tensorrt,介绍一下tensorrt优化的流程及常见的tricks。 代码题是二叉树的,不是子父节点的最大和。用dfs没做出来,少考虑了一种情况,然后就寄了。 #快手校招##算法工程师#
1、自我介绍 2、深挖简历,详细问了实习的项目,遇到的问题,如何解决的,有没有优化等等。 3、Python的深拷贝和浅拷贝的区别?赋值时浅拷贝还是深拷贝? 4、说下Maxpooling的反向传播。 5、L1和L2的区别。 6、说一下几种常见的图像特征。 7、深度可分离卷积是什么? 8、CNN中参数量和计算量怎么算? 9、深度可分离卷积的参数量和计算量是多少? 10、了解Linux的管道命令吗? 1