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
9.7一面 (50min) 自我介绍 项目比赛提问,问具体的细节 GRU与LSTM的区别 GBDT的原理 XGBoost和LightGBM与GBDT的区别 BN在训练和测试阶段的区别?BN在训练时是如何更新参数的? 手撕算法题: 在一个m*n的矩阵里,一个机器人初始在x,y点,并且每次只能向相邻的上下左右四个方向移动一步,那么在最多移动k次情况下,一共有多少条路径可以逃出矩阵? 输入5个参数:m,
写在前面:360我很早就面完了,一直没结果估计泡没了,自己也签了其他公司了,最近来更新一下面经。 一面:2022.9月初 (40分钟左右) 1、自我介绍 2、讲实习项目,讲到LightGBM,有没有试过XGB、GBDT,讲讲模型异同,在这个项目里怎么处理缺失值的。机器翻译是怎么做的,lstm和cnn的区别有了解嘛, 3、讲一个比赛项目,说下你怎么做特征的。语义特征怎么做的,如何判断两个近义词,wo
一面:2022.9.27 20分钟 1、自我介绍,说一下参与过哪些AI的项目,工作地点是如何选择的 2、日志检测的具体方法,故障预测的具体方法,有监督内存故障预测你要怎么设计,LSTM和GRU相比于RNN为啥好,说一下SVM的原理,说一下聚类方法,怎么处理数据中的噪声点,说一下优化器为啥有动量,接触过什么编程语言,dataframe给你怎么打乱,说一下机器学习的预处理要做什么 二面:hr打了个电话
先说说最近热度比较高的华子。 华为实习oc拒,秋招三面完没消息。 #实习一面 介绍论文。 -假设和假设空间的定义 -结构风险最小化和奥卡姆剃刀 -决策树 --节点分裂是熵增还是熵减,原因 -梯度消失和爆炸原因 -梯度的定义,模长方向表示什么 -手撕lc原题:幂集 #实习二面&三面 -二面三面就很水了,纯聊天 #秋招一面、二面、三面 囊括在一起写,因为确实没什么好写的。 随便问问论文,手撕一道原题。
背景:主研多模态分类领域,秋招主要投NLP和多模态方向的算法岗,如果机器学习的岗位描述和我相符也会投 流程:投的AI工程师-NLP,base深圳,投递时间n,笔试时间n+5,测评时间n+6,一面时间m=n+25,二面时间m+16,三面时间m+21,收到短信三面通过,后面就没消息了。。。 笔试大概500分,每一面的结果都是在面试后五分钟左右立即收到短信通知的,这一点很好,有一种完成挑战的幸福感,虽然
秋招提前批四面8.10 本以为是hr结果是总监面...聊了大概半个小时,不知为何感觉答得不太好,有种凉凉的感觉,8.16显示还在面试中... 1.个人自我介绍 2. 介绍一下你主导或者主要参与的一个项目 3.具体分发策略的细节 3.房源如何签约 4.mcn如何和平台的合作机制 5.分佣的一些机制 6.房源与主播签约的地域性,有考虑过吗 7.做策略产品觉得特别有挑战的事情 反问: 1.问了个宏观的问
牛客上投递的,集团还没开系统,被部门老哥提前约面。 约下午16点,老哥开会到17:30,然后电话面的 面试内容如下: 项目里面说到Kotlin,你认为Kotlin和Java的区别是什么? Kotlin更简洁,加入了可空类型,扩展函数,Lambda表达式等 Kotlin减少空指针异常,引入了空类型; Kotlin有扩展函数 有协程! 说到Kotlin协程,你使用协程过程中,它的优缺点? 优点: 轻量
很好⭐⭐⭐⭐⭐ 🎈元戎启行二面:面试官是工作两年的acm选手,不怎么考八股,而是通过一个基础知识层层递进的提问,包括一些简单的场景问题,难度整体并不大而且很有趣。 🎈滴滴二面:面试官不考八股,主打一个聊天,会根据简历项目适当发散的问问题,比较关注候选人的个性,整体非常丝滑。 🎈文远知行三面:简单八股,主要关注算法水平,出的题目并不难但是follow-up是如何构造输入数据来覆盖所有case,
百度2024秋招机器学习一面面经 岗位:机器学习/数据挖掘/NLP-T联合 部门:百度地图 地点:北京 一面 自我介绍 对项目和实习的大概询问,没有去深挖,只是对一些问题进行询问 询问对大模型的了解,讲了 RLHF 的原理 RLHF是一种新的训练范式,通过使用强化学习方式根据人类反馈来优化语言模型。一共包括三个步骤: 预训练一个语言模型(LM) 收集数据并训练奖励模型 (Reward Model,
这里是秋招小丑嘻嘻,投了一堆测开,结果第一个面试竟然是随手做的柠檬微趣u3d开发的笔试发的面试 结果直接凉凉嘻嘻 面试题如下: 1、给我一个二叉树,每层横着有一条线,节点与节点之前有线,这些节点和横线都可有可无,问有多少个封闭空间? (大脑直接宕机,说了个并查集的方案,然后说有没有好点的,我说想不出来,直接就下一个问题了) 2、指针,int类型占多少空间,32位系统和64位系统有什么区别,好处是什
怎么感觉我的面试怎么跟牛客上看到的面经不一样.. 一面全程MQ场景题+JUC,手撕一道多线程,一道hard,抗住了,面完1个小时约第二天的二面。 二面拷打20分钟项目,手撕俩hard一个没写出来.. 面完也搜不到原题,全程面试官在讲思路.. 可能是学历不够,面试难度加大.. 太顶了,面完自闭了。 一面 7.31(1h) 自我介绍 选一个你简历上的项目讲一下(讲的实习项目,给自己挖坑了) 实习遇到的
90分钟12道单选题,10道多选题,大部分和Java相关,小部分数据库和spring这种相关的。 3道编程题,难度不大,但是只能用Java(说实话有点下头,虽然我投的是Java岗,但是第一次见限定语言的。平时刷题用的不是Java就很难受 另:由于先收到的用友笔试,也直接确认参加了,所以后面收到小红书同一时间笔试的时候就拒绝了(说是能顺延下一次的,希望一定要顺延啊 #秋招##秋招提前批#
一面就是业务面,更多的侧重于作品集的内容,更关注面试的人在这个项目中承担的职责和反思的能力。虽然是做B端业务但是也深挖了我C端的项目,沟通时候也非常有亲和力。 二面是业务负责人,问到的问题会更多侧重于之前实习中承担的工作和对上下游合作方式的理解,相对视角会更高。也会问关于行业选择和你自己的对工作的需求和规划。 三面是HR面,我本来以为到此就结束了。HR小姐姐非常专业,会针对以往的工作经历、籍贯、职