呜呜呜让我过吧让我过吧 听说写面经可以攒好运哈哈哈哈 一面 5.30 1.项目深挖:会问你细节以及为什么这么做 2.机器学习基础:主要是根据我的项目延申到这个知识点的 1)bagging和boosting区别以及介绍,使用场景 2)XGboost GBDT lightBGM的区别,lightBGM的优势? 3.场景题(具体问了啥有点忘了,但是这个面试官的风格就是喜欢根据你说的内容去延申问你相关知识
双方都没开摄像头,问需要开摄像头吗,回答不用。 首先自我介绍 我的自我介绍比较简略,以至于面试官有点无语 先介绍两个声纹的研究项目,深挖,问得很细,面试官非常专业,直接问到了实现过程中的难点和从创新点上提出的一些质疑,自认为回答的还算清楚。问了投的论文。 问了我论文结构里的池化方式 之后问我了不了解Ecapa-TDNN,说一下模型结构,我说了残差连接,多尺度融合,基于注意力的池化和AAM-soft
先自我介绍,面试官人特别好,因为他是做语音识别的,我是做声纹识别,问我项目的时候很谦虚,问我语音识别相关的知识和模型时又特别包容,。因为我比较菜语音识别了解的确实不多。 首先是问声纹的项目,然后问了我一些比较简单的八股,如:CNN的pooling有啥用,RNN的梯度消失如何解决,LSTM什么结构,为什么会缓解梯度消失,transformer中multi-head的作用。 然后问了C++ class
一面聊项目(4.20 一小时左右) 面试官对着简历写的项目经历问, 问的比较广但不是特别深 二面纯coding(5.4 一个小时) 一道中等,连续子区间和(牛客上有) 一道hard,滑动窗口中位数(没a掉,但跟面试官说了思路) 第二题花的时间太长了,面试官都没问八股之类的 ps: 一面第二天就约了二面,但是中间有假期,时间隔了挺久,不过对我来说挺好,因为之前没刷过什么题 趁这段时间刷了下力扣hot
一面:时间大概1小时(因为代码撕得快,45分钟左右就结束了) 1. 自我介绍 2. 问了很多深度学习以及神经网络相关:Attention模型和CNN的区别,DenseNet和ResNet的区别,Unet模型讲解,如何解决过拟合,讲一下如何多项式拟合车道 3. 基本上是把所有做过的项目都深入聊了一下 4. 手撕代码:手写快排+最大连续子数组的和(本来留了半小时,5分钟搞定,都是入门题) 5. 反问:
好像是25道单选题+3道编程题 原题没有复制下来,俺只记得大致意思,大家将就着看吧 第一题: 1、有俩哥们小A和小B玩游戏,每个游戏会有奖品(用数字和字母表示),相同的奖品(拿的顺序也必须相同)才能带回家,最多能带回多少件奖品 输入 3478297 3djakl7 输出 4 第二题: 信封嵌套问题,有n个信封,每个信封有长和宽,只有长宽比另一个信封的小,才能放进去,问最多能嵌套多少个信封 输入 4
面试场景:一个隔音很好的房间,一张桌子,两个面试官做你对面,你坐在桌子的另一侧,他们每个人拿着你的简历,看着简历一个一个点的问,然后根据你的回答拿笔做记录和标记,时不时扩展问题深度,所以请广大同学们千万不要写虚假的(本人没有) 1.进行自我介绍! 简单的说了基本信息,然后往校内活动和实习经历上说 2.为什么从上一家公司离职? 讲述了频繁出差。其实有很多,不敢说太多,比如007。(但其实实习公司挺好
#得物一面# 1.问项目 2.相比传统机器学习有什么优势或者劣势 3.介绍下SVM 3.有哪些正则化项,并各自介绍下 4.encoder decoder encoder-decoder三个架构 5.介绍下transformer 6.pairwise loss, triplet Loss损失函数 7.最近读的论文 全程25分钟,回答的支支吾吾,我就知道要没了。太菜了,继续修炼
三面30min,结束后秒挂 线上等了20分钟才开始面试 首先自我介绍,问了一些比较常规的问题 校园里的项目不够,主要是实习经历,问我为什么学校里没啥项目(专硕+导师确实没啥项目啊…) 问了一下实习的加班情况,实话实说实习生没有加班(正式员工也不咋加班) 实习经历和投的部门不太一样,问了一下为什么投这个部门,是不是想赚钱(不太理解这个逻辑?) 性格是内向还是外向 工作中同事和你关系怎么样 在工作中的
智驾科技(MAXIEYE)也是一家师兄挺推荐的公司~提供自动驾驶解决方案 笔试 单选+多选+编程,笔试是很专业的SLAM方向的题目,不像其他公司把多个方向混一起考察的 单选考查了一些欧拉角转旋转矩阵,纯虚函数,基于优化和滤波的开源VIO系统的了解等等,编程两道题分别是模拟和动态规划 单选还考察了一个我完全没接触过的知识点,在这里备忘一下:水平失准角的对准误差取决于加速度计的等效水平测量误差;方位失
滴滴其实没有专门的slam岗,因此我投的是算法工程师-自动驾驶大类,但是8月份面完如今依然在泡池子 滴滴面试可以提前留够时间,是一面完过直接约二面的,可以一天直接面完 一面 1、五分钟自我介绍 2、简历上项目深挖 3、手撕代码,指定使用迭代法中序遍历二叉树,不能使用递归 4、反问环节 二面 跟一面的流程几乎相同,面手撕试官出的题目是删除链表中倒数第n个节点,力扣原题 三面 三面没有手撕环节,全程介
旷视我投的是提前批的Learning-based V-SLAM,面试的时候其实很忐忑,因为我没什么learning背景,但询问面试官后发现其实vslam也是可以投的 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作,因此面试官出的题目是给定一组二维点拟合直线,但指定函数方程为ax+by+1=0,使用最小二乘实现函数功能即可,可以使用eigen库 此外还问了一道概率
投的是SLAM/三维重建/图文多模态算法工程师-视觉团队的岗位 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作,因此面试官出的题目是给定一组二维点拟合直线,使用最小二乘实现函数功能即可,可以使用eigen库 4、反问环节 一些碎碎念 其实整体面下来我可以感受到面试官应该是做感知出身的,至于为什么会安排专业不太对口的面试官来面我也不太理解 今年SLAM岗位真的很少
九月底投递的 没笔试没测评 直接约面 一面技术面 十月初 面试时间:30min 面试内容:自我介绍 然后问了一些项目相关的问题 无八股无手撕 强度低 反问业务 做拖拉机自动驾驶和高精度建图 二面主管面 一面2天后 面试时间:25min 面试内容:自我介绍然后纯聊天 三面hr 二面第二天 hr直接发offer给薪资 三天时间考虑 总体来说给的还可以 在上海 挺想回家的 但是感觉技术栈不是很匹配 主要
感觉已经凉透了。。。写点热乎的凉经攒攒人品。反馈效率非常3高,只要这轮过了当天就会联系你约下一面,是我面过的最不墨迹的单位 一面 聊一个项目(自己挑) Deepspeed了解吗 介绍下熟悉的主流大模型(llama) 和transformer有什么区别/改进 旋转位置编码怎么做的 了解强化学习吗 算法题: 1.大小为k的滑动窗口扫描无序数组(步长1),输出移动过程中的窗口最大值 2.最大值栈 反问