面经详情

华为的面试比较简单，总共三面吧，两面技术，一面HR。首先，算法是没有笔试的。一面就你简历上写的项目针对性的做一些了解，包括会问一些类似SIFT、ORB算法的实现原理，只要针对简历上的东西做过准备，应该不是很难； 二面就是你最可能入职部门的老大来面试你，看你和他部门的匹配程度，我当时被问了感兴趣的技术方向和如果入职可能做得一些事情，btw，还被强行拉深圳。 ...查看更多

自我介绍（我主要介绍了以前的工作项目经历等，并说了说自己在培训期间学习了人工智能哪些方面的知识技能，做过哪些项目）；面试官 针对我简历上描述的项目提问他非常关注我做的 “自助面包付款系统” 项目，而且针对该项目提出如下些问题：面包的数据集是怎么来的？（如果数据很多时如何处理等）目前有多少数据？多少用于训练，多少用于测试？如何实现数据清洗等？大小不同，长短不同的面包如何区分？（面试官提醒了我，可以用网络级联，先选出比较明显特征的面包，然后在处理其他相似的面包） 面试官说： AlphaGo-五指棋 算法在网上都有很多，我想知道其中哪些是你自己实现的？问了下 MTCNN 架构实现。该公司框架使用和平台情况：主要使用 Tensorflow 和 Caffe框架，把Tensorflow移植到FPGA上，目前该公司涉及的项目：视频找人 -- 在监控视频中，根据一个人的属性，查找其出现的视频帧。利用神经网络自行标注样本等 -- 如人标注一部分，其余就交给神经网络来标注，最后人在检查一下即可。 总结：基本没有问我以前的嵌入式工作经历，以及带队开发经历，个人感觉他们是在找 AI算法工程师 ，而不是招领导，所有个人技能还是需要多多加强。面试官一般都会深挖，比如你是怎么制作数据集的，多少用于训练，多少用于测试等；数据标注和分类如何实现？如果需要整理的数据非常大又如何办？ ...查看更多

笔试，技术面，hr面。一个下午完成，机器学习算法岗。 笔试:建模的所耗的时间最多的步骤，写出3个产品风控的场景模型，介绍决策数，bagging,boosting,lasso的理解等。 技术面大概就是按照简历项目问，没聊很深，问了笔试上的随机森林。 和hr聊的很自由，也是根据简历问，问项目难点，怎么解决。选择这个岗位的优势劣势，还问了其他的兴趣，实习等。 ...查看更多

你在被打分，同时也可以给面试官打分。这个面试官理解我的项目非常快，而且电话面试就明白了。还能迅速找到可能导致效果不好的点。非常重视对于实验的设计，以及思考。五星好评。如果有机会一定要去这里面试也好，实习也好，有offer最好。面试官聪明，耐心。就好感度拉满了。...查看更多

技术面，详细问了两个项目一开始就让自己介绍所做的项目，问的比较详细。问了算法的具体步骤，所使用的学习器有哪些，处理的数据类型是什么样的。其他的如数据结构什么的没有问，也没有手写代码。 hr面： 1.介绍一下自己的项目大概介绍一下，没有和技术面那样问详细内容。 2.除了学术研究外参加了什么校园活动介绍自己参加的社团活动。 3.意向工作地点。 4.对vivo公司的认识。 5.有什么问题要问的，就问了整个过程自己有什么需要改进的，对方只说了需要了解应聘公司的情况。 ...查看更多