【还愿】一些秋招面经 CV vs NLP

经过一段时间的刷题和刷公式,小硕秋招有幸收割了一些offer,offer了的公司面经如下~

【NLP面经】

I 百度NLP部

  • 一面:
    • 项目介绍:CRF-loss梯度,self-attention原理公式,LR和SVM原理和异同;有向图模型标注偏执问题(n-gram);
    • 代码:k-group 链表反转;
  • 二面:
    • 项目:charCNN-emb,BiLSTM-CRF结构介绍,CTC原理,word2vec和GloVec和fasttext;
    • 算法:GBDT和Xgboost,同为boost和adaboost的关注点异同,LSTM结构,为神马改善梯度消失;
    • 代码:二分、10亿数据中O(1)定位;
  • 三面(经理面):
    • 项目:NLP和CV项目(标点,实体标注、OCR,视频分类,理解,目标检测,语义分割)
    • 代码:单词翻转,不考虑空格;
  • 部门四面:
    • 开放性问题,是否了解机器翻译,小语种机器翻译如何实现良好的训练;
    • 样本不平衡问题,ohem_loss,focal_loss; smooth_L1_loss公式,mAP计算;
    • 代码:从(0,0)点出发,点阵中有障碍,求到(m,n)的最短路径,BFS;

II 好未来AI lab

  • 一面:
    • 项目介绍:seq2seq-attention原理和公式,soft、hard-attention;
    • lattice-LSTM,解决char分词问题;
    • 代码:删除链表节点O(1)、3sum;
  • 二面:
    • 项目介绍;
    • attention推导,RNN梯度消失的罪魁祸首,LSTM为什么改善梯度消失,梯度更新;
    • EM算法步骤,为什么Q(z)为后验概率(下界),E-step(更新Q(z)),M-step(更新估计参数);
    • PLSA,LDA介绍,有向图介绍(根据图方向判断生成模型)
    • gibbs采样和MCMC采样的关系,描述拒绝采样;
  • 三面:
    • 项目介绍;
    • 部门做的项目介绍,交流;
    • SVM推导,Xgboost和GBDT和lightGBM区别;
    • 代码:编辑距离,最长公共子序列;

III 网易互娱AI Lab

  • 一面(电话):
    • 项目介绍;
    • RNN为什么梯度消失,BPTT;LSTM结构,为什么改善梯度消失;
    • SVM为什么要对偶(优化复杂度转变,核化)
    • 1x1 conv介绍,运用场景;
    • 代码:Top K;
  • 二面(现场):
    • 项目介绍;
    • CTC_loss公式推导;
    • Viterbi解码公式和简单代码;
    • self-attention原理和推导;
    • beam-search decode介绍;
    • 代码:二位矩阵中,每个点可以走四邻域,求最大连续和路径;
  • 三面(leader面):learder人很好
    • 项目介绍;
    • 互娱的基本介绍,以及nlp团队情况;
    • word2vec:层次softmax和负采样的原理和公式;GloVec的推导,解决对称问题;
    • 代码:最大正方形;

IV 腾讯

  • 一面:
    • 项目介绍;
    • viterbi解码原理,code;beamsearch;
    • 代码:一道hash的题,忘了;
  • 二面:
    • 项目介绍;
    • BN介绍(为什么加速收敛,从SGD更新角度和weight scale角度),dropout介绍,训练测试差异;
    • 代码:二分查找的题,绝对值;
  • 三面(总监):
    • 聊项目;

V 阿里妈妈

  • 一面(电话):
    • 项目介绍,self-attention;
    • xgboost和gbdt区别,开放问题,淘宝评论;
    • 代码:买卖股票不限次数;
  • 二面(电话):
    • 项目介绍;
    • 场景问题;
    • 代码:全排列;
  • 三面(现场):
    • 项目介绍;
    • image caption中的attention;视频场景题;
    • 字典树,B-tree,B+tree;
    • 代码:字典树,share_ptr
  • 四面(交叉):
    • 项目介绍;
    • 开放问题淘宝评分系统,LDA主题模型定价,面试官被我一波频率学派和贝叶斯学派给逗笑了;

【CV面经】

I 旷视Face++

  • 现场笔试:疯狂数学题,图像基础题,code题;
  • 一面:
    • 项目介绍;
    • Bi-LSTM-CRF介绍,charCNN介绍;
    • 检测框架介绍,分割框架介绍;
    • 代码:Top-K,二分;
    • 概率题:给定n个苹果,其中一个轻,求最优称的次数的期望;
  • 二面:
    • 项目介绍;
    • 人脸Loss介绍,尺度因子,Triple_loss和hinge_loss;
    • FCN、DeepLab系列
    • 代码:max pooling、softmax
  • 三面:
    • 项目介绍;
    • 变种快排;
    • CTC推导;语义分割网络介绍;
  • 四面:
    • 聊自己的兴趣点,和摄影,如何拍妹,摄影三要素;

II 猿辅导

  • 一面(40min):
    • 10min项目介绍:seq2seq-attention推导;
    • 代码1: 二维空间矩阵相交合并;
    • 代码2: 联通域问题;
  • 二面(leader):
    • 项目介绍:beam-search手写代码;
    • 最小生成树解决组行问题;传统CV算法,SIFT,Surf,LBP等;
    • 聊猿厂额薪资吊打其他互联网;

III 华为2012诺亚实验室

  • 一面(10min):
    • 超快语速把自己介绍了一遍,见了人脸和OCR的东西;
  • 二面(10min):
    • 介绍项目;
    • 深度学习框架的比较;
    • B-tree,B+tree;
  • 三面(10min):
    • chat

IV 小红书

  • 一面:
    • 项目介绍;
    • 代码:斐波那契,数组实现队列;
    • 数据结构,hash冲突;
  • 二面:
    • 项目介绍;
    • 代码:杨辉三角,最长连续自数组O(n);
  • 三面:
    • 项目介绍;
    • SGD,从泰勒一阶展开角度;
    • Xgboost,从泰勒二阶展开角度;
    • AuC,RoC,mAP,Recall,Precision,F1-score;
  • 四面:
    • 项目介绍;
    • BN(泛化体现在哪里,训练测试差别,滑动平均还是无偏估计);dropout;
    • 场景题;

其他厂的问题:

  • 概率角度分析逻辑回归;
  • GLM角度分析线性回归和逻辑回归;
  • SVM处理回归问题;
  • SMO优化;
  • 最大熵模型和逻辑回归的关联;

总结

自己是电子专业的,互联网的工作可以突击,但是要做好学习计划和安排,多刷题,多推公式绝对没问题;
这是一些个人的经历,希望对大家有帮助;还愿;

#面经##秋招##华为##网易##腾讯##阿里巴巴##百度#
全部评论
这都是收到的offer吗……
点赞 回复
分享
发布于 2019-01-17 19:52
为啥电子专业能懂这么多??我也是电气专业啊  难道智商差距
点赞 回复
分享
发布于 2019-08-20 10:49
乐元素
校招火热招聘中
官网直投
老哥,项目这么多吗
点赞 回复
分享
发布于 2018-11-17 13:49
恭喜小哥哥鸭!
点赞 回复
分享
发布于 2018-11-17 13:51
厉害了,最后去哪儿了?
点赞 回复
分享
发布于 2018-11-17 15:12
扫了一遍 感觉问题挺有水平的
点赞 回复
分享
发布于 2018-11-17 15:18
请问你的项目都是怎么来的,实习还是比赛啊
点赞 回复
分享
发布于 2018-11-17 16:09
大佬,请问你这些东西准备了多久啊?
点赞 回复
分享
发布于 2018-11-17 16:34
块告诉我最后去了哪?
点赞 回复
分享
发布于 2018-11-17 19:40
你网易互娱的问题跟我一样
点赞 回复
分享
发布于 2018-11-17 21:48
学习了!
点赞 回复
分享
发布于 2018-11-18 09:16
顶一下
点赞 回复
分享
发布于 2018-11-22 00:08
太棒了、学习学习......楼主是清华的嘛?
点赞 回复
分享
发布于 2018-11-23 17:33
有什么论文吗
点赞 回复
分享
发布于 2018-12-21 23:24
楼主最后去哪儿了呀?
点赞 回复
分享
发布于 2019-03-15 10:03
楼主,为什么在华为招聘官网找不到2012诺亚实验室?只有***研究院?楼主是如何报诺亚实验室的?
点赞 回复
分享
发布于 2019-06-18 11:12
大佬,问题挺硬核的
点赞 回复
分享
发布于 2019-06-18 11:26
知道自己为啥找不到工作了😭
点赞 回复
分享
发布于 2019-08-24 12:06

相关推荐

【华为2012实验室AI系统方向实习生招聘】对AI大模型系统加速和应用优化感兴趣且想加入华为的同学欢迎联系我,有一定深度学习基础即可,我们更看重学习能力,一起研究共同进步,实习优先考虑推荐丰厚的职业机会。地点:北京、上海、杭州、深圳一、AI系统软件工程师岗位职责:1、面向大模型、搜索推荐、自主无人系统等关键行业AI应用场景,负责昇腾平台AI软件系统瓶颈分析以及优化方案的设计开发; 2、负责AI训练/推理系统的优化方案设计和开发,结合AI算法对系统的要求,通过网络、IO、调度等方面优化,提升AI系统性能; 3、构建面向AI的系统性建模、瓶颈分析及仿真能力,持续优化昇腾AI软硬件系统,提高昇腾AI平台的竞争力。岗位要求:1、计算机、软件、自动化、电子、通信、机器人等相关专业; 2、编程基础扎实,熟悉掌握python/C/C++编程语言,有良好的架构设计和编程习惯; 3、具备独立工作能力和解决问题的能力、善于沟通,乐于合作,热衷新技术,善于总结分享,喜欢动手实践; 4、有AI模型训练、模型应用部署相关开发和性能优化经验;5、有AI训练框架、AI推理引擎的开发经验,或算法硬件加相关经验者优先。二、AI推理加速工程师岗位职责:1、面向AIGC类大模型,主流商业场景的CV/NLP/语音/推荐类的AI模型推理场景,负责通用的推理加速和量化压缩算法的设计、开发、落地;2、结合昇腾硬件特性,设计昇腾亲和的推理加速算法,构建昇腾推理算法竞争力;3、面向大模型场景,研发高倍率的模型压缩算法,减少大模型部署成本。4、把握业界和学术界最新研究进展和技术趋势,持续提升算法竞争力。岗位要求:1、熟悉计算机视觉/自然语言处理/搜索推荐等方向主流的AI模型及模型推理加速算法,有丰富的推理加速和模型压缩经验,主导过完整的算法研发、优化及落地;2、熟悉通用的参数类、结构类AI模型压缩与加速算法,包括量化、剪枝、蒸馏、网络结构搜索、图优化等;善于自动组合各类模型压缩算法达到最佳的压缩比和推理性能收益,有Transformer大模型的加速经验为佳。3、熟悉业界常见的推理引擎,如TensorRT、vllm、TGI等,熟悉常用的推理加速技术;4、具备较强的算法研究能力,可快速跟踪洞察业界最前沿AI领域技术,主导算法的持续领先。
点赞 评论 收藏
转发
16 338 评论
分享
牛客网
牛客企业服务