先临三维 C++开发工程师(base 杭州) 因为之前投过该公司的slam算法岗,但是简历挂了(应该是和学历或者实习项目挂钩); 还投了一个C++开发工程师的岗位,简单介绍一下一面; 首先对于slam算法和C++之间的取舍,如何看待(个人感觉就是岗位匹配度低的话怎么自圆其说) 然后就是问项目: 主要集中在项目中难点,如何解决,用到了哪些C++技术(三大特征+多线程基本上都有); 从项目中收获到了什
23-09-04 京东一面 65分钟 自我介绍 项目问题 说下项目遇到的问题,难点,思考 场景题 :线程池核心最大都是2,有界,不能改参数 ,100个服务打进来怎么办 责任链模式、模板方法、策略模式的使用 concurrentHashMap 1.7和1.8 MYSQL优化做过什么 MYbatis的理解 如何理解AOP,你平常AOP怎么用的 CAS ThreadLocal 从分布式上看,如何看同步和
1、自我介绍 2、实习中印象最深刻的bug 3、银行项目是实习还是啥 4、单元测试 5、集成测试 6、对一张A4纸做尽可能多的测试(这里太紧张了,答的很混乱) 7、哪里人,家在哪里 8、父母的工作 9、3-5年的职业规划 10、期望薪资 11、反问 等了面试官二十多分钟才开始,回答完一个问题后,面试官等很久才说话,不知道在干嘛 数据库、网络、Linux一点都没问😤 #软件测试面经#
#非技术2024笔面经# 岗位:美团优选-产运 时间线:23.8.2投递-8月中第一次笔试-9.2第二次笔试-9.11一面-9.13二面-9.15三面-9.21加面-9.24offer 建议: 1. 大家对于自己的过往实习经历一定要很仔细的复盘,一定要注重最后的成果和结论。 2.美团第一次笔试后如果一个月内还是没有面,且有同岗位的开始面试后,大概率是笔试成绩不理想,建议再做一次笔试!!我第二次笔试
bg 双非本,华五硕,两段大厂实习,后端研发,主攻南方城市(深圳、东莞、广州)。 深圳的机会真少,相比上海和北京少太多了,如果对地域没有那么执念的话,去北京和上海的话,工作应该好找多了。 秋招收获 offer情况(按照时间线):招行银行【深圳nx15】、vivo【深圳nx15】,美团【北京(n+4)*15+5】、得物【上海(n+6)*16】、百度【北京(n+8)*16+6】,字节【深圳(n+8
好未来-base北京-nlp lora的矩阵怎么初始化?为什么要初始化为全0? gpt源码past_key_value是干啥的 gpt onebyone 每一层怎么输入输出 输出的分布如果比较稀疏,有个尖尖应该怎么处理 讲讲决策树,决策树回归问题怎么做 gpt的输出topp是啥 kl散度的公式和kl散度与交叉熵的区别 强化学习的输入 chatgpt的reward model怎么来的,三阶段 car
1. 大概10道计算题,选择题。 2. 三个大题。 1)短视频时代,各家竞争激烈,各有什么考虑的要素?其中最重要的是什么? 2)从上海飞往国外的机票由于疫情断开很长时间了,如今恢复正常了,你作为去哪儿的产品经理,怎么设计提醒意向游客机票降价了,有什么指标?正负向指标有什么?怎么监控? 3)设想一个旅游景点,设计一个主题词,宣传语,宣传渠道(不少于5个),门票类型(不少于3个),活动结束达到多少GV
首先是自我介绍,然后问了实习和项目,最后问了几道八股和算法题。答案是我面试完自己整理的,仅供参考。 1.介绍一下实习中用的测试工具,用测试工具具体干什么? Jenkins Jenkins 是一个用于自动化构建、测试和部署软件项目的开源持续集成(CI)和持续交付(CD)工具。它的目标是简化软件开发生命周期中的重复性任务,提高开发团队的生产力,同时确保软件质量和稳定性。 持续集成和持续交付:Jenki
Unity和UE有什么区别?从gameplay框架,引擎底层,动画系统,AI,物理引擎,碰撞检测角度 状态机和行为树 C++虚函数,虚函数表什么时候生成,虚函数表指针存在哪里 C++异常 C++11新特性 auto friend sizeof{int,short,char,虚函数类,非虚函数类},内存对齐,为什么要内存对齐 线程间通讯方式 四元数和欧拉角,万向节死锁 渲染管线哪些部分是可编程的 怎
背景是985本硕,工科辣鸡专业+一段小厂策划实习+一段游戏厂产品岗位实习 海投选手,打算长期开帖,记录一下自己秋招/暑期实习还记得住的一些面试问题 1.鹅厂 (1)介绍一下之前的实习经历和每天的工作内容 (2)实习期间的项目最后有上线吗,最后数据大概是怎么样的。假设让你重新设计这个游戏,且没有任何成本、时间的限制,只让你考虑玩法,你还会做什么改动?你觉得这样的设计会给游戏上线后的数据又带来什么样的
#许愿offer#时间线:8.7投递-8.12笔试-8.28一面,当天已收到二面面邀。 本人bg:211本+一段实业公司实习(新媒体方向)两段互联网实习。 分享面经攒人品,接offer!! ---------------------- 一面:时长37min,整体深挖简历,简历上的每个经历都挨个问到了,比较着重考察做事情的思路,要能说清做什么、为什么做、怎么做。 面试问题(个人简历深挖问题比较多但不
周二约的面试,周六下午面试(难道是大小周吗?),周五发的邮件; 面试官是一位女性,很礼貌可爱,但是会经常忽略我的回答,打断后,直接进行下一个问题,我讲话的时候她会和别人讲话或者看手机 使用的是赛码网,很卡顿,个人面试前网络监测都没问题,不清楚是系统问题还是其他原因。 整体面试体验下来感觉有点KPI,问题都有回答上来,也会给她拓展,引导她问一些问题(都被人家忽略了),算法A出来比较简单。 但是不妨碍
面试形式:视频面试,要开摄像头 1、自我介绍后问选择交互设计的原因 2、作品集review2个作品(不得不吐槽pdd面试工具没有投屏功能,讲的时候不清楚面试官能不能知道在讲哪里…有点尴尬) 3、针对作品集常规提问:包括交互上卡片为什么设计成这样、数据上的提升、自己负责的职责等 4、询问在工作中自己是以数据还是以体验为导向的设计师 5、能否接受工作时间:早11晚10.30,最近是一周五天 6、对ba
岗位 视觉算法工程师 一面 针对项目进行提问,问的比较细,要对每一点说出为什么 深度学习算法相比于传统算法在去噪上有什么优势 了解傅里叶变换吗,蝶形计算快在哪里 了解量化吗 BN有什么用,为什么可以加速训练 label smooth为什么可以提高精度 介绍一下深度可分离卷积,深度可分离卷积和普通卷积的计算量对比 代码:应用题,二分查找的应用 #2023校招##计算机视觉算法工程师#
联想:2022 秋招 算法工程师 面试 一面 项目 是否了解 GDBT 等推荐算法 分类问题的交叉熵、是否可以用MSE 不可以。主要原因如下: 物理意义上,MSE 衡量的是几何空间的欧氏距离,而分类问题中每个类别的标签是离散的 和 ,本身不具备几何空间的意义; 信息学中,交叉熵衡量的是两个分布之间的差异,可用于衡量模型预测的概率分布和真实标签的类别分布是否相似。 计算上,分类模型输出的概率一般会经