求职刷题神器

funit.cn

  • 一面(35分钟电话面试)1.自我介绍2.基础知识考查2.1BN层原理及作用/优点2.2什么是过拟合?如何解决过拟合?2.3有哪些常用的数据增强方法?深度学习中有哪些数据增强方法?​2.4介绍一下NMS原理及实现的流程2.51*1卷积核的作用2.6普通卷积和深度可分离卷积的区别2.7Mobilenetv2与shufflenetv23.项目介绍3.1车辆检测3.2图片扫描3.3BSD+DMS4.有什么想问的问题?
    5 1 186
  • 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python,问了三个问题:*arg,**kargs的用法python中基本类型有哪些内置数据结构有哪些(tuple,list,dict,set),tuple与list有什么区别6.手撕代码(技术面少不了的环节)7.螺旋阵列,1的坐标为(0,0)要求,给一个坐标,然后求这个坐标对应的点是几二面技术面1.自我介绍2.详细介绍重点项目,遇见哪些困难,怎么改进的,在这个项目中哪一方面最重要,我在项目中做了什么贡献…3.讲一讲NLP相关优秀模型,Bert等4.解释极大似然估计,最大后验概率估计5.解释核函数及其应用6.讲一下EM算法7.手撕代码8.判断是否为交叉字符串9.如:str1=“abcd”,str2=“1234”,str3=“ab12c3d4”,判断str3中是否包含str1与str2交叉后的字符串10.这题面试官直接说给我听题目,让我把代码写纸上然后通过摄像头拍给他。题目听的大概好像这个意思。三面业务主管面试1.自我介绍2.让我用英文再自我介绍一遍,然后他也用英文问了下我的项目3.再用英文介绍了下项目!!!(我根本没想过有这么一个环节,懵逼了一会儿,然后现场freestyle一段,介绍了一个项目,然后他说可以换中文了。)4.详细问了下项目,跟二面介绍项目差不多,项目中的困难,怎么解决的等等5.问了下工作地点,想去哪里工作6.除了上述所描述的问题,三场面试都问了是否了解图模型,与其相关的问题,可惜我不是很了解图模型。总结一下三场面试,需要准备好编程相关的问题,机器学习相关的问题,自己方向最新的技术。另外,三场面试都着重问了项目,可能我比较菜,没有发过论文。自己对项目的细节一定要十分了解,这样就不用慌了,随便问都能答上来。最后一点,准备下英文自我介绍、项目介绍。好几个朋友都是全程中文回答的,我这突然让英文回答,根本没准备过,讲的过程中,我的手都在抖,太紧张了,出乎意料啊。也可能这跟部门有关系吧。
    4 1 144
  • 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。问问题环节,我问GAN在他们的业务中主要发挥什么作用?面试官说这就是学生和已经工作的人的区别。学生是以方法为出发去做任务,重点放在方法的创新上面。而工作中方法是为任务服务的,只要能解决任务,无论什么样的方法,有效就行。HR面三面过去真以为凉了,结果第二天官网状态变成了HR复试。HR面相对轻松,自我介绍完,讲一下实习的最大收获。其他的不太记得了,就是一些软性的问题,包括有没有在腾讯的亲属什么的。总结成功上岸,拿到腾讯秋招offer,感觉要好好从零开始学习强化学习了,否则进去真什么也不会。
    5 1 189
  • 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。6、如果你自己训练输入长度为1024的bert,使用的显存会是原来的几倍。7、你在投的论文做的是什么,介绍一下,看你是用fairseq框架写的,具体修改了哪些模块。8、算法题:最长上升子序列。9、用过单机多卡或者多机多卡训练吗?讲一讲。10、你有什么要问我的吗?二面也比较顺利,第二天就接到了三面的电话。三面(技术面)我当时看面经别人都是两面,我居然有三面==,三面应该是一个leader面的。1、之前实习是负责什么的,大概开发的流程是什么样的。2、你做的这些项目是偏实验的的还是有一定的工业落地的,比如做了一个网站或者api等。3、你们平常打比赛的时候,队伍是怎么合作的?4、你做的项目里的公开数据集你知道是怎么采集的吗?它会不会有很多脏数据?这些脏数据对模型有什么影响?你是怎么处理它们的?5、有看过模型的badcase吗?针对badcase做了哪些提升?6、系统地介绍一下你研究的这个方向。最近你这个方向效果最好的论文是哪篇?它是怎么做的?7、你有什么想问的吗?三面没有算法题,感觉问的是一些方法论的东西。答得也还不错,没过几天就接到了HR的电话。HR面HR很亲切,面试体验很棒,上来先给我介绍了一下他们部门的一些发展历史和现在的情况,然后了解了一下我的实验室,实验室的研究方向,之前的实习情况,大概询问了可以入职的时间。整个面试下来感觉平时的积累很重要。
    7 2 136
  • 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?最大的困难是什么?面试官问:你语言会python、C++对吧?我赶紧补了一句C++只是了解过,没有做过项目。Java是因为实习做的开发现学的。然后面试官问你会不会Linux系统,我说我研究生做项目都是基于Linux系统,没有系统学过,都是在做项目过程中遇到问题的时候,分析原因,上百度查找解决方案,一步一步上手的。面试官说你工程能力强,能不能举个例子?我说有想法,能很快的实现出来,这是我理解的工程能力强的体现。面试官继续问,那你比你同学工程能力强的体现在哪?我说大概就是之前做项目的时候,分配任务下去分开实现一些功能,我能在半天到一天的时间实现出来一些创新点或者一些想法,可能其他同学会需要更多的时间。面试官说那你会不会是因为没有遇过特别困难的项目,所以才能够解决问题,一旦碰到比较难的项目你就做不出来了?我举了我实习的例子说,我可以在一周时间内将整个业务系统搞懂,并开始做需求开发。这也算是一个比较复杂的工程问题了,但是我也顺利解决了,没有遇到什么问题。面试官最后问我工作地,还有为什么选择了PCG,是因为有学长内推的吗还是怎么样?我说这有一个故事。当时投实习的时候,因为比较傻没有填意向事业群,导致一个部门也不捞我(可能还是因为我比较菜)。后来我都答应别的公司实习了,才有一个PCG的西电学长捞我,问我能不能全身心地投入腾讯实习?我也只能拒绝了,学长最后还亲切地来了一句,期待秋招再见到你。我说好~本着这个承诺,秋招一上来就投了PCG。最后,面试官问我有没有什么问题要问他的?我重新问了一下面试官部门的名称,面试官说你可以去查一查“觉悟”,是他们做出来的一个产品。我说好,我下去查一查。二面可我还没来得及查“觉悟”是个什么东西,二面面试官就打电话过来直接二面了。二面面试官又跟我简单地介绍了一下他们部门,然后说我同事应该有联系你吧。我说对呀,一面面完了。面试官问:你什么时候一面的?我说今天早上,面试官都惊了,敢情面试流程也没有那么透明。面试官问我对他们部门有什么想了解的吗?我就直接问了:“觉悟”是什么?面试官说那是他们的王者荣耀的AI作战机器人,我问水平到一个什么样的境界了,面试官说现在已经可以打败职业选手了。我继续问,那未来有什么发展方向吗?他说他们一直在日新月异地扩展业务,新的游戏层出不穷,加上围棋、德州扑克这些的AI对战也一直在做。开始正式面试。首先自我介绍,然后让我挑一个比较大的项目讲一讲,我就讲了论文。然后问我实习和学习阶段最大的区别是什么?我说了效率问题和数据问题。然后问我你本科学的是电子信息工程对吧?我说对,具体是学雷达方向的。他问那你从雷达转人工智能中间有遇过什么问题吗?我说了我大三的时候想从事偏软一点的工作,于是选了人工智能,然后之后的选课就有意识地选和人工智能相关的课程。当时python一点也不会,于是去找了本科就是这个方向的同学去问了怎么学习,通过同学给的教程开始学的python。然后选课上的大作业,我就有意识地用我刚学的很蹩脚的python技术很艰难地实现了霍夫曼编码。虽然由于代码技术并不成熟,写出来的代码又臭又长,但是经过这次大作业之后也算脱胎换骨了,之后的毕设也都比较顺利。面试官问,你在进入一个新领域的时候遇过什么问题吗?我说我用检测的方法去做视频的跟踪的时候就出现了,框时有时无,目标忽闪忽闪的问题,必须有前后帧特征点匹配或者跟踪网络去解决这样的问题。面试官问,进入一个新领域用什么方法开始?我说看这个领域经典的论文,看看背景、相关方法什么的。最后,面试官说那你进来之后又会是一个全新的领域了,想问问你的意见,以后是想继续做图像相关的还是可以转别的领域。我说我一直秉承着一种“干一行爱一行”的态度去面对我做的所有事情,我是很容易从新的领域中找到有趣的点的,我也很喜欢学习新东西。至于新领域,那我实习做的领域差别更大哈哈哈。然后提问环节我问面试官,王者荣耀这种的AI和其他游戏的AI哪些更难,有偏重吗?面试官说各有各的难点,总体来说王者荣耀最难,因为它涉及到很多人物、技能、大小怪,空间非常大。但是德州扑克这种又有新的难点,因为你不知道对方有一些什么牌。我又问,那像我这种什么也不懂的进去有培训的过程吗?面试官说针对强化学习这一块的培训是没有的,但是整个游戏这块是有培训的。二面结束。总结感觉一面偏基础和项目,二面稍微会更偏向于解决问题的思路。
    5 2 133
  • 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
  • 微信扫码加好友进群