第一次面试大厂,没有经验,虽然面前看了两天的面经,但是还是败给了当初被我抛弃的算法(大一下退出算法跑去开发) 一面(60min): 1.自我介绍 2.在平常开发中遇到过哪些问题?怎么解决的? 3.sso单点登录怎么实现的? 4.离职原因? 5.整个软件开发的流程是怎样的? 6.set和map的区别 7.object和map的区别 8.了解promise.all,promise.race吗 9.手撕
秋招在即,也正值自己刚刚踏入工作岗位不到一个月,结合这段时间的亲身体验,再回顾我当时的面试感受,对TSE这个岗位有了更多的理解,这个帖子会聚焦于大家关心的面试流程、典型问题以及入职体验等话题,希望对大家有所帮助。 1.面试流程:TI面试流程整体而言非常快,我去年8月24日晚投递简历,经过初筛后9月13日正式进入面试流程,一面二面结束后一般都是5个工作日给出答复(不匹配不通知),三面结束如果通过的话
来也科技复盘流程:晚上 4.27-4.28 个人bg:双非二本省内一本 2年本 两套简历:技术+非技术。非技术主要是售前和解决方案等类别 来也科技 投递的是解决方案岗位,但后来看面试邀约是实施工程师 ,咱这边也是喜欢的 初面4.27 流程: 1. hr 电话联系问了一些基本的情况,比如一些学校问题,2年啥的,做了一些解释,然后将了一些自我介绍,等等一些职业规划。说电话是四川的问我是想在哪 里发展,
说说关于“设计的作品集” 作品集作为设计岗位的必要参考条件,真的是十分十分十分的重要了‼️自己总结了总结几个小Tips 希望能帮到大家。 1、尽量保证有1~2完整项目。 (包括项目背景、调研分析、设计过程、设计方案、方案反馈) 2、更偏爱有落地的项目(实习项目整起来) 3、作品集与你应聘的岗位有关联性 4、注重项目叙述上的故事性Storytelling 5、多练习演讲。 (选择面试时主讲的一个项目
一面内容: (甚至没有要求自我介绍) 一上来就让从头到尾介绍一下作品集,并且重点讲述一个项目。 过程中提问了一些设计思路、制作时长相关的问题,还有之前实习的经验和收获。 然后面试官介绍的比我讲的内容还多,非常详细主动地介绍了部门内部有几个团队细分。并且说了很多他们团队有趣的工作内容,包括也问了些我的日常爱好。总结下来聊得非常投机。 经验总结 自己分析原因大概是比较契合岗位需求?因为作品集整体风格和
在京东官网投递了设计岗位的简历跟作品集。不久之后有面试官电话询问了一些具体情况和约一面的时间。 面试流程:首先是自我介绍,然后开始聊我的作品集,他们比较满意,但我没有实习经历,后来很仔细的聊了我作品集里的一个项目,说了一些问题,基本就结束了。 主要问题记录: 自我介绍:(1-2分钟) 能讲讲你的作品集吗? 最喜欢哪个设计师,跟设计作品? 你对设计行业怎么看待? 你对电商有什么了解? 你有过做电商的
报的是金匠的design课程,本专业是室内设计。 面试是视频面试,视频面试的时间大概总共十五分钟,在这个过程中面试官会更倾向于让你去展示自己,所以尽情的去表达和展示就好啦 之后面试官会打开的作品集问你问题,可以备两台设备去简单看一下,不会共享屏幕,但最好还是去熟悉自己的作品集,面试就十五分钟整体比较轻松,可以选择把这些内容都打印出来 面试问了问毕业就业和校内实习 面试之后很快,六个小时左右就出了结
美妆商家运营 1.自我介绍 2.对岗位哪里感兴趣(自己给自己挖坑) 3.你觉得你的优势在哪里 4.你了解美妆吗 5.商品标题优化原则 配饰运营 1.自我介绍 2.体现你说服力,沟通能力的一件事 3.你提出的创意的时刻 4.为什么选择得物 5.平时喜欢运动吗?对潮流品牌的了解程度 6.怎么看待工作大小周? 美妆没过,配饰运营过了 整体过程比较轻松,时间较短,10分钟左右 复盘:我最喜欢随口答,一定要
1. 做题,用梯度下降求解根号二的值 2. transformer 1. 结构介绍 2. attention介绍 3. 有没有了解过其他的attention结构 3. 分类算法用什么损失函数 4. 交叉熵的原理 5. kl散度与交叉熵区别 6. 为什么二元分类不用mse #滴滴面试# #算法#
目前来看满帮面试效率真的快,就是不知道综合评估要多久 8.25 简历投递 8.29 笔试 8.30 预约面试 9.2 一面技术面,面试问得很广,项目、语言、算法、数据结构都有问,算法是问的连通域,讲一下思路就行。 9.2 约二面 9.7 二面HR面,纯唠磕,会问你对公司了解情况,为什么选择满帮,你的挫折,你的合作经历(好像每个人都会问) 9.7 约三面 9.8 三面技术面,也是唠磕,项目没有怎么问
pdd算法岗面试 transform的结构 self-attention 和 attention(空间,通道) 的区别 手写conv2d 损失函数的公式 最长好数组(任意两个相与为0为好数组) 很少答出来,反问环节,说没啥问的了,因为后面还有两轮面试(后来想到,这么菜,还不知能不能过,哪里还有面试呀) #面经##拼多多面试#
趁热 了解RNN和LSTM吗 RNN input具体计算 RNN梯度爆炸和梯度消失的原因 为什么LSTM一定程度上解决RNN问题 transformer embedding bert encoder层里的参数量 bert预训练任务 xgb为何优于GBDT 追问xgb并行计算 seaborn库操作 numpy如何对列求平均 lamada匿名函数 spring boot 解释下bean equal和
👥 面试题目 一面 自我介绍 分享你做的最成功的项目内容 针对项目内容的细节提问,用的什么模型 机器学习里了解哪些模型 讲一下transformer的内容 写自注意力机制的公式 了解normalization吗 batchsize过大或者过小会有什么结果 机器batchsize最大只能=16,但想要batchsize=32的结果,该怎么做(更新参数方面,梯度累加) Adam和SG相比改进了什么
本人211本,985硕,目前研二,预计25年6月毕业。医学图像处理方向,导师放养,9月份投了一篇很水的小论文,无项目无实习。10月开始找日常实习,预计实习三个月,找的主要是深度学习和图像算法方面的,在这里总结一下面试经历和遇到的问题。 1、科大讯飞RDG-AI研究院-算法测试(AIGC方向):①自我介绍;②简历上科研经历;③是否了解大模型,diffusion;④有什么了解前沿技术的渠道,平时会关注
本人魔都 985 日语专业,在校期间参加了两份实习,一份世界500 强日企产品经理助理实习生,一份某互联网公司运营实习生。 去年的秋招竞争 十分激烈,想必今年地战况会更加惨烈,在此和大家分享一下我去年参加万纬物流校园招聘的经历。 简历投递 随缘在某招聘app上投的简历,接到了hrbp 的电话沟通,先是核对个人信息和过往的经历,询问了个人的岗位意向,因为前期的实习经验都是关于互联网和软件,H R