面经详情

进行了一轮视频面试，要求开摄像头，投简历时，看jd是决策规划类算法岗，面试过程中感觉是图像处理相关职位。面试过程进行了两个环节：女面试官面试：- 自我介绍环节：简要让我做了个自我介绍，问了我关于推荐系统部分的经历，有问到之前的工作中是否涉及到3D渲染，本科有没有学过编程；男面试官：- 提问环节：    - 根据我简历中写了xgboost算法优化工作，问了我都对xgboost哪些超参数做了优化；    - deep_fm原理是什么，如何进一步改进，deep_fm最后一层的sigmoid的作用是什么，如果没有sigmoid会怎么样（考验用回归算法解分类问题存在的问题）；    - 还有哪些其他的embedding方法，提示了图神经网络，问了我对图神经网络有没有相关的了解；   - 在没有数据的情况下，如何做冷启动；   - 再次强调是否做过渲染相关的工作总结下来，感觉xgboost优化部分的工作还有deep_fm算法的设计上回答的有些浅，细节上需要完善。...查看更多

新鲜出炉的大华凉经，刚刚面试完半小时。。。通过牛客20年sp-offer通道，投的大华看了网上的面经，大华面试总是突如其来，我也是这个情况，收到面试官邮件，约了两个小时之后微信语音开始时告诉我一面可能会比较关注基础知识于是。。。了解过优化算法吗？说说二阶梯度优化方法。。。（一脸懵逼。。。）具体一点就是说说SGD和Adam的区别介绍马氏距离说出图像变化的矩阵公式丰度的概念算法：找出无限大一组数中第K个真的是一问三不知哦，一度欲哭无泪，都想放弃面试然后开始聊简历，之前做过attention的网络，就被问了SENet，有人说CBAM在实际分类中和SENet表现差不多，你觉得可能的原因Pytorch和tensorflow的区别，了解这些深度学习框架的底层区别吗？用深度框架自己写过层吗？有什么问题想问？聊了一下人脸识别和虹膜识别的问题...查看更多

校招开始比较早，8月份投的简历，经历了笔试，初试和复试，都是视频面试（这点在疫情期间感觉很人性化），感觉难度在逐步上升，复试没发挥好（问到具体实习项目的细节，感觉没说好），可能没戏了，算是给后面积累经验吧。整体感觉还是很专业的公司，之前看了他们的空宣，行业大牛很多。...查看更多