面经详情

面试NV的Deep Learning Performance Architect岗位，硕2年经验。一面初筛，面试之前感觉没戏，应为岗位unmatced，中间面试过程中，也和面试官聊到了这个问题。聊了一个小时的项目，我做的是编译器前端的工作，面试官挺感兴趣，聊了很久。最后出了一个C++模板的题目：给定多个参数args，查找其中是否有存在tgt。其实简单的，考察模板特例化，但是当时模板看的很少，直接放弃了。第二天收到感谢信。...查看更多

1、人事面试，了解心里性格，小姐姐nice 2、技术面试，3个人远程视频，大概半个小时 3、面试内容 >1 自我介绍 >2 从上家公司离职的原因 >3 介绍下自己做的项目 >4 面试官根据项目提问（数据采集，数据标注遇到的问题，数据预处理方法，算法优化方法置信度，模型API 应用） >5 一些基于你简历上所写技能的提问 面试感觉还不错，但是有几个竞争的人，公司择优录取了，只能说下次有机会合作了...查看更多

在我们宣讲会时做的笔试，三轮电话面试，第一轮面试在笔试之后一周，全称围绕C++基础，数据结构，讲了一下自己做的项目；第二轮面试时总监面，整个面试过程比一面要轻松很多，问了深度学习的东西，还有一些发散性问题，比如：假如重新做你之前做的项目，你会怎么改进，在哪些方面改进等等。第三轮面试是HR面，二面之后第三天下午面试，这次面试问的不是很多，问了下我在校期间学习时间怎么安排的，抗压能力，期望薪资等等。...查看更多

一面：面试官很亲和，上来主要是简历面，可以说是面面俱到，基本上简历上的东西都被问了个遍，而且还会眼神的考察一些基础知识，比如说介绍一下某些模型的细节、原理等等，稍微扩展了一下简历之外的东西看看知识的了解情况吧，比如说问了我句子相似度、传统方法做文本分类、SVM、word2vec等几个并没有出现在我简历中的知识点。 然后也有几个开放性的问题，比如说我的实习，如果让我采取方案的话我会使用什么方案，fasttext、CNN、RNN的优缺点各是什么等等，也都简单的聊了一下，感觉整体上来讲面试的效果还算可以，基本上问题的回答上来了。面试官也没有深究细节，点到为止。最后问了我关于实习地点在杭州是否可以，可是我还有别的选择吗。 ...查看更多

线上笔试通过后，面试是在酒店进行的。面试是围绕着项目展开的。问题： 1.讲讲knn，怎么实现？数据量大怎么办。 2.topK问题。 3.逻辑回归的交叉商公式。 4.sigmoid的公式以及图像。 5.讲讲决策树。 6.讲讲随即森林。 7.bagging 和 dropout的共同点。 8.讲讲pca和svd9.讲讲方差和偏差大概是这样。 ...查看更多