求职刷题神器

funit.cn

  • 磕磕碰碰终于收到了百度的算法offer,期间已经不知道多少次笔试挂,一面挂,二面挂各种的,算法形式严峻。楼主非科班(物理)211本双非硕(中科院),项目也马马虎虎,简历着实毫无优势,只能自己闷头学习刷题,因此每每看到牛客上各种劝退算法岗还是很容易心态爆炸的,期间也一度想换岗位,可能是因为头铁吧,实在不想自己的努力付诸东流,最终还是幸运的上岸了,还是感谢自己能坚持下来吧。一面一位女面试官,在一个大厅里,因为我这是百度的第三批正式批,所以人还是很多的,很多面试官一起面试。1.自我介绍2.问项目3.神经网络防止过拟合的方法4.dropout?dropout是训练中的,那在预测的时候,是使用dropout训练出的权重还是要乘以keep-prib呢,为什么?5.L1和L2正则6.BN?引申问了问知不知道layerNorm7.写题:无序数组第k大的数(快排思想,不排序)8.反问二面间隔了10多分钟,二面面试官是百度上海的,一开始不知道,楼主base北京,反问还问部门有啥业务,后来才知道大类岗面试官是随机的。1.自我介绍2.介绍项目3.说了下如何处理样本不均衡(项目相关),说了修改loss权重什么的4.什么是wide-deep(项目相关)5.xgboost和gbdt的不同6.LSTM中的各个门7.transformer?比rnn优越在哪?8.再说说bert<
    11 0 124
  • 面试安排:3轮技术面+1轮HR面一面(1小时)1.自我介绍:简单介绍一下自己的研究方向,研究成果,做了哪些实验2.详细描述一下做过的实验。怎么做的,为什么这么做,效果怎么样,结论是什么3.了解目标检测吗(我做的视频动作识别),问了一些目标检测的基础,IOU,NMS,FocalLoss,FocalLoss的缺点以及如何改进等等4.手撕代码:给定两个字符串str1和str2,再给定三个整数ic,dc,rc,分别代表插入、删除、替换一个字符的代价,返回将str1编辑成str2的最小代价。5.有什么问题想问的吗。二面(1小时)1.自我介绍:简单介绍一下自己的研究方向,研究成果,做了哪些实验2.介绍一下发表的论文所做的工作3.视频动作识别有哪些主要流派4.深度学习基础:BN层参数量,BN层为什么有效等等(记不清了)5.手撕代码:手写快排6.问数学怎么样,我说还不错。然后接下来三个问题,一个没答上来。。。矩阵理论没学过,真没办法,我不会啊。三面(1小时)1.自我介绍:简单介绍一下自己的研究方向,研究成果,做了哪些实验2.详细介绍一下发表的论文提出的算法,听完给我分析了这个方法的优缺点,应用,以及后续能做的事情等等。3.手撕代码:图的遍历(DFSBFS自选)4.有什么问题想问的吗。HR面总的来说,商汤的面试体验非常好。面试官都很专业,并且给你一种互相交流的感觉。面试的基调应该还是考察基础知识(实习生的面试是这样),手撕代码环节的难度有点儿超出我的预期。我以为难度在mid及以下,谁知道一上来就是hard。。。。当然还是自己题刷少了,自己菜,图遍历写的不堪入目(这东西平时是真没准备,好久没看图相关了)
    8 0 102
  • 写在前面先介绍一下笔者自身背景:双非本,top5硕士,研究方向是对话系统和Text2SQL,2段创业公司实习经历,若干NLP比赛Top10(天池、CCF、Spider),1篇发明专利。因多方面因素,2020年的秋招形势依然严峻,特别是AI相关的算法岗位,竞争十分火热,既内卷又倒挂。6月初的字节跳动是我秋招面试的第一家公司,横跨6/7月的4场面试印象非常深刻。终于在11月初收到了字节的「sspoffer」,感恩诚意满满的字节。我的4轮面试是提前批,hc相对充足,都是远程视频的方式进行,其中1、2、4面有手撕代码;每一轮面试时间在1小时左右。经朋友提醒,在面经中详细透露面试的具体问题可能涉及公司隐私,所以文中部分内容可能会做删减处理,请谅解。一面难度中等持续时长:1小时1.自我介绍2.项目介绍/实习经历介绍3-7.以下内容涉及具体细节问题而隐去。主要是根据简历内容引申出一些细节点,并根据面试者的回答进一步深挖。8.介绍一个比赛我的简历上简要写了3段比赛,我从中选择了一个最有亮点的比赛,从数据、模型、提分trick三方面做了介绍。9.介绍论文(合作写的论文,最后被COLING录取)10.来做一道题吧:数组相关的中等难度手撕题,我当时大致回答了3种做法,面试官表示满意。做法中提到了二分查找,被进一步追问证明二分查找为什么不会陷入死循环。11.提问整个一面感觉难度一般,问的问题基本都答上来了,没有一作CCF-A是硬伤。每一次面试都是很好的复盘过程,要及时总结、查漏补缺。关于代码手撕,今年应该是非常关键的环节,很多公司直接将编程题作为通过面试与否的硬性指标。刷题要趁早,对于我自己来说,在趣IT平台上各类型的题累计刷300+才算比较稳。</
    9 0 142
  • 基本情况我本科和硕士都在清华计算机系,研究生期间研究方向是AI相关,由于对研究方向失去兴趣决定转开发。暑假在某跳动实习,秋招主要投了基础架构方向。下面是面试时印象比较深刻的问题,做了大致的分类和整理,有不对的地方也欢迎大家指出讨论,希望能给大家带来收获。数据结构与算法1.链表分组翻转(注:leetcode)2.矩阵的最大子矩阵和(注:leetcode,子矩阵占据的行的情况有n(n-1)/2种,遍历之后用前缀和)3.求一个数的平方根(注:leetcode,石头多次强调,可参考《从一道面试题谈谈一线大厂码农应该具备的基本能力》)4.实现nth_element(注:类似于快排,可参考《STL源码剖析》)语言与程序1.C++的lambda表达式是怎么实现的?有什么缺陷和坑?(注:函数对象,悬挂指针和引用)2.介绍一种GC的方法。(注:例如Go的三色标记,常见的还有Java的)3.怎样设计一个内存池和内存分配器。malloc如何申请大内存和小内存。(注:使用大的内存块,根据申请的内存的大小分桶,brk,mmap,之前石头在面试MS的时候也遇到过这个题目)4.介绍程序运行时的内存布局。动态链接库是怎么加载的?动态链接库中的函数是怎样调用的?各种类型的变量是放在什么地方的?(注:.code,.data,.bss、堆、动态链接库、栈,动态链接器,plt表,got表)计算机网络1.TCP的总体过程,time_wait的时间以及为什么。(注:三次握手、四次挥手、状态机、2MSL)2.简述TCP/IP的每层有哪些协议。(注:TCP/UDP/IP/ICMP/ARP)3.全连接队列/半连接队列是什么?如何控制他们的大小。(注:通过内核参数和backlog)&nbs
    9 0 132
  • 面试部门:CloudBu,面试岗位:人工智能工程师从投递华为,到收到笔试,到最终完成所有面试,这真实一个漫长的等待,一度以为太菜,简历都被筛掉了。9月18日申请-10月30日机考-11月03日测评-11月08日一面-11月14日二面-12月6日三面三个月,快三个月才走完,等最终的结果,不知道还要需要多长时间......笔试首先讲讲笔试,笔试一共三题。第一题这一题是进制转换,将输入的数转换成十进制。第二题这一题有一个n*n的方格,方格的编号方式如图所示,最左下角方格编号为1,这个方格的左下角坐标点为(0,0)。题目要求给一个圆心(x,y)和半径r,求圆经过的所有方格,如果没有经过任何方格,输出-1。其中x,y,r都为整数。如果圆只经过方格的顶点或边,没有进入方格内部,不算经过该方格。第三题拆礼物盒,[]表示一个盒子,盒子里可以放多个礼物或礼物盒,礼物盒都不为空。要求拆开所有礼盒,取出小礼盒,仅保留里面的礼物,并摆好礼盒。礼盒摆放要求:大礼盒在底层,小礼盒在顶层。同一级别的礼盒,按照原来从左到右的顺序摆放。拆开后,如果大礼盒剩余为空,输出[]面试面试阶段太难了,我太难了!正好是考试的最后阶段,一周的时间里穿插着复习、考试、面试,根本没法好好准备面试。上午考试,下午就是面试,难上加难。一面技术面1.自我介绍2.项目介绍,对项目中的细节详细问了几点。3.机器学习相关的几个问题,好像不是很难的样子,忘了问了啥了。4.问了最熟悉哪个编程语言,我选了python5.基于p
    4 1 144
  • 简介:985硕士,研究方向自然语言处理。师兄在腾讯,就让师兄内推了一下腾讯自然语言处理的实习。在内推前,简单把李航的统计学习方法,简历涉及的知识点都过了一遍,整理了一下,同时leetcode刷了大概100题。准备过后就把简历给师兄了。投完简历当天下午就收到了腾讯的短信约晚上面试(这也太效率了==)。下面简单记录一些面试的问题(很多问题都是项目涉及的知识点,每个人可能都不一样)。一面(技术面)基本就是把简历过了一遍,问问一些项目上的细节。1、先简单自我介绍一下吧。2、看你之前实习过,说说当时实习都做了些啥。3、介绍一下transformer吧,除了self-attention还知道哪些attention。4、看你用了反向翻译,简单介绍一下吧,除了这个还知道哪些数据扩充的方法吗,每个方法有什么区别?5、介绍一下R2L-Rerank吧。6、讲一讲bert,roberta吧,BPE和wordpiece有什么区别?7、介绍一下FGM。8、介绍一下Focalloss。9、python的迭代器和生成器。10、算法题:打印二叉树从右边看能看到的节点。一面还算顺利结束后第二天就接到了二面的电话。二面(技术面)基本也是把项目比赛过一遍,然后问一些细节。1、简单介绍一下自己吧。2、介绍一下AUC吧,和准确率有啥区别。3、介绍一下F-score,Macro-F1和micro-F1有啥区别。4、bert如果输入超过512怎么办。5、那你介绍一下transformer-xl吧。
    7 2 137
  • 这是我遇到的最好的一个面试官了,女,声音好听,懂技术细节,愿意沟通和分享。首先是自我介绍,我大概介绍了10mins。接下来问项目:1、anchorfitted模块的具体细节;2、有没有使用过其他anchorfree的模型;3、我这边使用one-stage和yolo系列较多,有没有了解过;4、给你一个场景:一张图片中有三辆车与50个人,我给三辆车都打好标签,50个人只给20个人打好标签,这种情况下对FPN、CenterNet、RepPoints分别会有什么影响(接下来他就给我分析了下,主要是用背景类别对这三个模型的影响所展开的);5、你的弱听聋哑儿童语音康复训练平台的项目;6、你的论文;7、你有什么想问我的;8、接下来还有一个编程面试,祝你好运!这个面试官好就好在,他提的问题,你回答之后它会和你分享他的思考,会和你平等的交流,让我对这家公司的印象非常好,我问的问题是这三个:实习生的数量,有没有leader带,薪酬。他回答有实习生名额,有leader带并很好,薪酬之后说。总体来说很不错,接下来准备下接下来的二面:编程面试就ok。
    6 1 118
  • 三面三面约好下午4点电话面试,结果因为面试官在开会等到了快5点。一上来说之前一面和二面问项目也问得挺多的,这一面就不问项目了。我心里一惊,感觉快凉了。面试官开始问一些软问题,比如为什么本科和研究生要一直离家里这么远,到北方来上学。我说因为北方学校技术类的教学会比较扎实。面试官不置可否,他觉得这个选择没有对错,就是想了解一下。然后问我一下网络的发展史,就是ImageNet系列从一开始超过四层的网络就训练不起来,到后面可以训练那么深层的网络,中间的发展历程是什么?这一块我没怎么答出来,确实学习不成体系,只知道用工具包,不知道这些工具的出现是为了解决什么问题。然后面试官问我卷积和信号与系统的关系,同样没怎么答出来。然后面试官问我传统的机器学习进行回归的方法,我说我没有具体做过,有了解一点点。面试官感叹了一下,你们的教育没有一个体系化的教育呀。然后问我数据挖掘会吗?我只能说我不会。面试官又感叹,一个人专注于自己的领域没有错,但是他更希望大家可以广泛涉猎各领域知识。最后的最后,面试官问了我一下,平时有什么爱好?我一愣,和前面画风怎么这么不一样。答案就是看书,弹吉他,运动等。<spanstyle="font-w
    5 1 191
  • 前言为什么一面和二面写在同一篇,是因为这两个面试就在同一天,我还没来得及写一面面经,二面就打电话过来了。一面一面时长近一个小时,快把我所有东西都掏空了。首先是面试官小哥哥进行部门介绍,大概了解了他们部门是做游戏的,主要是用强化学习等方式训练出AI机器人进行模拟对战,可以用于游戏队员训练等等,目前已经可以战胜职业选手,还有像围棋、德州扑克这种的模拟对战。保持着一种非常疑惑的态度听面试官介绍完,然后面试官问我有什么问题吗?我想了一下说,我投的好像是PCG的ARClab,然后面试官问我对PCG有什么执念吗?我说那倒没有哈哈哈。然后我又问,你们这种工作感觉应该偏强化学习、GAN这种,我这完全不相关……面试官忙说,我知道大部分同学都有这样的困惑,但是国外可以还好,国内专门做强化学习或者GAN的比较突出的院校非常少,所以我们也会从学深度学习、有监督的同学中找一些比较好的同学进来。然后就开始正式面试了。首先是自我介绍,然后就问发表的论文的大致情况,包括有没有对比过不同部分对结果的贡献(其实就是消融实验),还有我在这里面担任什么样的角色。面试官问你觉得对于检测、分类这类的问题,高层特征比较有用还是低层特征比较有用?我说我认为都有用,高层特征是语义特征,是一个全局的信息,有利于决策分类,低层信息是边缘细节,是局部的特征,有利于定位回归。只有高层特征和低层特征融合起来,才能兼顾语义和细节特征。面试官问我说你论文的思想就是给网络加入了一个监督的信息,那么要给网络加入信息有些什么方式呢?我说了一些,可以用经典的机器学习方法提取输入图像特征和输入图像一起送入图片。接着问我简历上写的第二个项目,就是视频跟踪这一块,问一共有几个人,我的贡献排第几,主要做什么,没细问。最后问实习的内容,问我做的那些内容是几个人做的。之后问我实习最大的感受是什么?最大的困
    5 2 133
  • 微信扫码加好友进群