#面试题刺客退退退##面试##如何判断面试是否凉了# 11.1 17:20-17:50 25min左右,体验感不好,感觉kpi,看牛客上好多面经都没有后续,也就没有特意准备 面试官一上来就先简单介绍了部门的大概业务方向,偏算法+后端(与我的预期不符 自我介绍 介绍一个项目,主要负责的工作 ner效果不好,有没有做什么改进 模型效果不好,有没有做什么改进 有设计什么方案,方案的效果如何? 推理优化了
1. 自我介绍 2. 有男朋友吗 3. 男朋友家哪的 4. 父母做什么的 5. 有兄弟姐妹吗 6.兄弟姐妹在哪,从事什么工作 7. 你自己都投了哪些城市的公司 8. 父母对于你找工作有没有地区的限制,比如离家近 9. 山东的企业都投了哪些 10. 未来的发展规划 11. 男朋友从事什么行业 12. 男朋友具体工作内容 13. 和男朋友未来的规划是什么 14. 个人规划是什么 15. 我口中的“长期
一面 1、自我介绍之后直接做题,LC102. 二叉树的层序遍历 2、项目中遇到难点 3、MySQL 索引结构,为什么要用 B+ 树 4、MySQL 事务的理解 5、MySQL MVCC 机制 6、以后的就业方向有要求 7、反问:做什么业务?推荐相关,Java 比较多,C++ 也有 二面 1、场景题:两地机房分别有一个很大文件,如何得到这两个文件不同的数据项(没答好 参考:https://blog.
写面筋,攒一点好运~ 等了两个星期终于等到蚂蚁电话约一面 面试主要在拷打项目, 先自我介绍,然后针对项目问题刨根究底的询问。 除此之外 问了一下对比一下KG + LLM 与 RAG的优劣(好像他们主要也在做KG+LLM) 无算法 反问: 几面?一共有三轮技术面,第二轮会有算法。三面leader面。 业务做啥?垂领大模型构建,KG+LLM P.S. 1. 昨天面试官找我约好时间,结果今天他还迟到了一
hr面,70mins左右,群面(一面二) 1、自我介绍 2、为什么选择牧原,为什么选择养殖方面? 3、印象最深的项目经历,项目成果,你从中学到了什么;遇到的困难,如何解决,今后在工作中遇到困难后多久会寻求别人帮助? 4、秋招为什么没找工作,从考研中获得了什么? 5、offer的选择因素? 6、家庭情况 7、意向工作地点、时间、薪资 8、今后在工作中希望担任怎么样的角色,职业规划
用的飞书系统,双方都没开摄像头,50min 1. 自我介绍 2. 开始挖项目 模型的数据来源,评价指标,怎么考虑这些变量的,效果怎么样 知道卡尔曼滤波吗(简历里写了但用得很早了,忘了很多) 知道哪些最优化方法 讲一下牛顿法和高斯-牛顿法 3. 然后聊了一些价值观相关 求职时最看重什么 你以后想做什么 了解momenta吗 对之前实习公司的评价 之前的实习能留用吗?为什么还出来继续面试 4. 问了一
2023.09.06 全程30min 1、自我介绍 2、项目拷打 a. 挑一个项目介绍、难点是什么,解决方案是什么 b. 另一个项目算法部署的实现细节 c. 本科-读研过程中项目中遇到最大的挑战是什么,怎么解决 2、八股 a. bn原理;训练和测试阶段bn操作的区别 b. 梯度消失解决方案 c. 过拟合解决方案 3、概率题 屏幕前经过小球的概率恒定为P,若20min内观察到有一个小球经过的概率是0
科来Java开发工程师一面 2023/08/31下午面的,成都base的,使用腾讯会议。回忆版,想到啥说啥。面了大概25分钟左右,无手撕 1.说一下ArrayList和LinkedList的区别,你平时用过嘛? 2.讲一下你平时用到的集合类,简单介绍一下 3.讲一下TreeMap的底层原理 4.既然你说到了红黑树,说一下你对红黑树的了解?并说一下红黑树旋转的细节 5.为什么HashMap里要用红黑
1. 自我介绍 2. 简历项目(问的比较细,每个项目都会问一下) 3. 介绍Lora 4. 了解哪些商用的大模型,都有什么优缺点 5. QLora 6. 量化的优点,如何量化 7. Git的使用(如何管理项目,对比两个版本的不同) 8. 了解cuda吗?如何使用 9. pytorch的版本问题 10. 部署模型的经验 11. 如何查看和管理cpu,gpu资源 面试官总体感觉兴趣不高,没有开视频。回
首先上来我必须给用友的hr一个大大的赞,人真的很好很好,平易近人。整个面试下来完全就是轻松加愉快的状态。 回归正题: 会问了解用友吗?是从哪方面进行了解的 1.首先上来并没有叫自我介绍(我还准备了下) 2.整个面试过程都是问的简历上的东西,整体难度不大 3.问到了数据库的多表联查 4.然后就是问到是否有过投递岗位的实习经历(因为我没有所以,面试官很无奈) 5.有一个重要的信息就是用友现在底层都是用
1出示身份证 2自我介绍 3个人认为比较重要的项目经历 4注意力机制有哪些 5常用的排序方法 6数据结构方法 7激活函数 8介绍一下其他项目 9反问 全部大概15分钟结束,我 #荣耀求职进展汇总# 校好像不是荣耀目标院校。全程有点敷衍,KPI面。
30分钟纯八股 1、数据结构中有哪些树,都是用来做什么的。 2、第一次没答到哈夫曼树,所以又问了我哈夫曼树的作用 3、OSI7层网络,每一层具体做什么的 4、应用层包括的协议 5、HTTP和HTTPS的区别 6、HTTPS加密 7、如果HTTP的数据会被拦截,对称加密的密钥为什么不会被拦截 8、面向对象比面向过程的优势 9、里氏替换原则,并举个例子 10、有哪些方式做多线程开发,需要注意哪些点。说
岗位是算法部署相关的实现。因为有一段算法实习,面试官上来先说了是偏工程不是算法研究😪 (面试官非常友善 有聊天的感觉了 1. 自我介绍 2. 介绍论文基本思想,介绍用过c++的哪些东西,答 类的封装 继承多态 智能指针 stl 3. 智能指针的原理,weak_ptr作用,vector扩容,c++多线程编程 4. tcp握手挥手过程 5. 反问环节 无手撕,感觉主要关注项目熟悉程度和基础知识(八股
无手撕,无八股,问的都是简历上面的项目,会讨论的非常详细,也会有些拓展问题。 面试官非常nice,超级详细的介绍了部门和主要的业务! #秋招##面经##吉利#
知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别? 生成式模型先对数据的联合分布 进行建模,然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模,由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布,关心的是对于给定的输入,应