初筛完成进入面试 一面:53分钟,主要是介绍实习,项目,比赛,C++八股和python语法使用!每一个细节问的都比较细,我是从实习开始介绍,每一项都很细,面试官问的挺好,很专业, 我重点做的内容是:bevfusion模型训练加部署orin平台量化推理! 一面没有手撕 二面:34分钟,面试官是随即问的,有关深度学习,模型量化压缩都会问,手撕一道中等排序题,然后结束了! 总之面试感觉:挺好的
泡好久了,发发面经攒人品,许愿一个offer 一面 1. 八股文: vector emplace_back和push_back的区别?resize和reserve的区别?迭代器失效的情形?map和unordered_map的区别?编译器如何实现this指针绑定的?设计模式有了解吗? 2. 检查代码问题:一个野指针,一个空指针调用类成员函数; 3. 手撕代码:合并区间;最小栈。 面试官一上来就说,我
目前状态,10/16完成HR面 主要时间经过和进度 8/20提前二批投递简历 8/30完成测评 9/1完成笔试(有一说一长得跟期末考试试卷简直一毛一样,选择,填空,一道算法大题,基本都不难) 10/10完成专业面试(用时36min,应该是部门领导) 主要涉及:(不知道应该说简单还是,甚至面完我都以为是HR面,居然没有手撕代码也没有八股文) 1、自我介绍(基本都是我是谁,学过啥,学校啥项目,公司啥项
(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
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
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
一面(和我之后的mentor面的): 深扒了我的项目,问我的方向主要是做什么的。当时是去年12月份,一篇CVPR在投。 transformer中self-attention的复杂度,写一下self-attention的公式,为什么要除以根号dk,问的很深,mentor超级有水平。后来进组被疯狂碾压。 为什么用论文里面用了transformer 一道算法,忘记是啥了,什么最长的.......,暴力解
今天面试了豆瓣算法岗,我一番自我介绍完之后,最后说自己学习能力强。然后面试官就说:我们先写一个基础的算法题吧。然后就给出了一个算法题,无奈自己LeetCode刷的真的还不太够,写了半个小时都没有写出来。
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 -------------
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
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
#运筹优化# #实习# #OPPO# 1.自我介绍 2.单纯形法、分枝定界 3.单纯形法是不是能解所有凸优化(我说只能解线性规划,被质疑,让解释),机器学习优化过程为什么不用单纯形法、用什么方法、和单纯形法有什么区别(区别我没太搞懂,只说了一个是单纯形法是精确解,梯度下降不是) 4.整数规划是不是凸的(我说不是:整数规划的可行域不是凸集,被质疑?然后问凸集的概念) 5.机器学习,xgboost为什
#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