首页 > 华为AI,腾讯,农行上研所,bilibili,小红书
头像
Errol_lxj
编辑于 2020-12-08 15:41
+ 关注

华为AI,腾讯,农行上研所,bilibili,小红书

最后去华为了,据说2012实验室不咋累。
####################################
腾讯一面光影PCG面经
1.yolov3和yolov4的区别,
2.anchor free 和anchor base的优劣
3.样本不均的问题
4.楼主的论文被怼的特别惨,说这里不行,那里不行,所以一定要对自己的论文和项目非常了解。
5.给你一百万个数,如何等概率的取前1000个
农行上研所面经
1.svm
2.python的深拷贝浅拷贝
3.贪心算法和动态规划的区别
4.如何解决鞍点
5.python的staticmethod装饰器
6.朴素贝叶斯
7.pca的计算过程和意义。
8.leetcode凑硬币问题。
农行二面上海本地面试面经
1.基本的数据库知识
2.项目介绍
3.聊各种奇怪的问题。
农行上研所当场直接发offer,但是逼签,还压学位证。如果毁约,学位证到明年春天才给我。楼主思路再三,拒绝了offer,又回到了0offer的状态。
汇量科技算法一面
1.上来手撕代码:给n个降序排列的数组,找到这n和数组里面,前k个最大的数,不能用暴力求解。
2.SVM
3.SVM里面高斯核和多项式核的区别核应用场景。
4.GBDT
5.随机森林
6.bagging和boosting的区别

汇量科技算法二面
1.你对广告反作弊了解嘛?
(当然不了解啊,我明明是做cv的啊)
2.情景题:如何确定用户下载了app之后,用了这个app,而不是放在那里啥也不做。
(其实这就是反作弊的应用场景,我都说了我不会反作弊,还问这样的问题。我用机器学习里面的知识尝试回答,但是很明显他不满意)
3.手撕算法:在数组中找到三数之和,leetcode原题。
面试体验不是很好,也不问机器学习和深度学习的任何基础,更加注重他们自己的需求来发问。说了我的实习和论文,面试官好像也不感兴趣。我不是很理解会有专门做广告反作弊的人才投这个公司嘛?或者nlp更加合适一点吧,做cv确实差太多。
毫无疑问二面挂了。但是这样的面试体验,我觉得挂了就挂了吧。

华为一面AI中央硬件工程院
1.项目讨论
2.在深度学习中用什么样的标准来衡量样本的多样性(这个我真不知道,要是有人知道,跟我说一下)
3.你知道哪些图像处理方法
(楼主说了小波变换和傅里叶变换)
4.小波变换和傅里叶变换的区别和应用场景
5.高斯滤波的作用
一面很多问的都是传统的图像处理技术,没咋问深度学习
6.感觉面试官应该是个leader,教育了我很久,要打好基础,深度学习虽然好,但是传统的图像处理也不能丢。
7.手撕二叉树的最小深度

华为二面AI中央硬件工程院
1.项目讨论
2.你在项目中遇到的问题,如何解决的
3.python中的装饰器作用,python中可变的和不可变的对象
4.目标检测你最熟悉哪个?详细讲讲
5.手撕代码题(面试官说时间不多了,给你出个简单的。我:我的天!还有这样的运气!)

华为三面,主管面AI中央硬件工程院
1.项目讨论,以及落地难点
2.应聘了别的公司,结果咋样
3.要是华为不通过,你怎么办?
4.个人兴趣,爱好之类的
5.最后反问的时候,我来了一句还是很想来华为的,希望华为给我这样的机会🤣

小红书算法工程师一面
1.手推逻辑梯度回归
2.手写BN公式,以及它的作用
3.手写Adam优化器公式
4.L1正则化如何进行梯度求导
5.手撕代码:求解一个整数的平方根
6.牛顿迭代法的过程
7.kl散度和交叉熵之间的关系

小红书算法工程师二面
全程讨论我的论文,以及项目的落地。
我都不知道我的论文能过被深挖到这样的地步,有点地方真的被怼的哑口无言。
再强调一下,小红书是我面试过的最难的!!许愿小红书过!!!

小红书算法工程师三面
1.总结自己的优缺点
2.优点有什么事情可以体现
3..职业规划
4.人生中遇到的大挫折。
5.工作内容有什么要求。

龙湖数科算法一面到三面
1.项目的了解,深挖
2,本身的技术栈
3,yolo,ssd,faster-rcnn的区别
4,anchor free 和anchor base的区别
5,聊人生。
很遗憾,龙湖给的是待定,问了hr,待定的希望不大。龙湖的offer还是挺难拿的。除了西工大偏爱很容易之外。
我们一批去的十几个人,除了我,其他人全军覆没。

bilibili算法cv一面
1.手撕代码写ROC曲线的计算过程
2.链表的翻转
3.过拟合的原因和解决办法
4.l1和l2正则化的反向传播的梯度计算
5.为什么权重值越大,模型越容易过拟合。
小破站的面试体验相当好。希望能过!!能拿到offer!!要是拿到了,华为开奖了,我都不去了,就去小破站。

bilibili算法二面
1.yolo描述
2.svm以及核函数的选择
3.boost
4.手推逻辑梯度回归(你还知道别的回归嘛?不知道)
5.算法转成推荐和搜索你有什么想法?
6.手撕代码快排

哔哩哔哩三面
全程面试都是一种逻辑思维面试。
1.不知道两个硬币正反向上的概率,请问抛1000次如何抛这两个正面向上的次数最多
2.如何在用户没有登录的时候准确推送用户感兴趣的内容
3.哪种牌子的手机用哔哩哔哩的最多
还有一些结合楼主自身专业的问题就不多说了。


商汤一面
1.实习的时候用的什么检测框架?(FCOS)
2.FCOS框架中的每个FPN上采样和下采样了多少次
3.如何区分正负样本
4.检测中遇到的哪些问题
5.faster-rcnn中roi的作用
6.roi在faster-rcnn中的如何将anchor映射到fpn层中(这个问的是具有fpn的faster-rcnn结构)
7.多模型互相训练会造成什么样的影响
8.手撕代码:用快排实现:数组中第k 个大的数字
感觉商汤的面试非常扣细节,具体到了每个层的实现。楼主本身不是做检测的,只是实习的时候有过接触。所以答得都不是很好,但是还是许愿一下二面吧。


更多模拟面试

全部评论

(13) 回帖
加载中...
话题 回帖

相关热帖

近期热帖

历年真题 真题热练榜 24小时
技术(软件)/信息技术类
查看全部

近期精华帖

热门推荐