机器学习/深度学习框架开发秋招记录(持续更新~)

本科信息管理与信息系统专业,研究生跨专业保研至计算机科学与技术专业,本硕均是末流985。研究生期间主要基于MXNet框架搞分布式深度学习,只有一篇在投论文。目前在某互联网公司实习,针对TensorFlow进行二次开发和性能优化。

华为

华为三面都完了,泡池子ing~

7.25 一面

MXNet和TensorFlow有什么区别?
同步训练和异步训练
梯度压缩相关
算法题:螺旋矩阵

7.28 二面

深挖项目,主要是问了项目中遇到啥问题,怎么排查解决的
梯度压缩如何在Allreduce上实现?
Ring Allreduce
问熟悉模型吗,答不熟悉,只知道ResNet和VGG等
算法题:实现循环队列

7.30 三面

业务主管面,时间有点久了,忘记具体问题了,大概就是聊聊家常,没做算法题。

字节提前批——data数据平台开发

春招实习的时候投过一次简历,然后被data部捞起。面完发现方向不符合,挂了。

7.26 一面

Python中的GIL
TCP/IP协议如何保证无差错传输
看过源码,从源码中学到了什么
算法题:合并两个有序数组,如果输入的有序数组是字符串怎么处理

字节提前批复捞——AI Lab

字节提前批结束后,8月3日被AI Lab捞起来了,二面挂。

8.9 一面

对哪种排序比较熟悉?实现一下。(写了个归并排序,然后围绕归并排序问了一堆,大致就是如何优化性能的问题)

8.12 二面

说一下TensorFlow/MXNet从构造计算图到执行的整个函数调用栈。换句话说TF/MXNet如何跑起来的。(这个问题面试时太紧张,没有回答好,只说了自己比较熟悉两个框架的通信流程。其实对着代码也是可以将清楚两个框架的函数调用流程的。。。)
用C++写一个单例模式(之前没看过,花的时间有点久)
算法题:拓扑排序

字节正式批-AML

9.15 一面

简历项目介绍
vector扩容机制
LRU复杂度
读写锁问题
算法题:有向图判环

吐槽一下,面试过程中全称有电流声,听不清面试官讲话,心态爆炸,发挥的也不好,直接GG。

快手提前批

8.9投的快手,正在面试过程中。

8.14 一面

前20min围绕简历进行讨论
用过什么其他的机器学习算法
算法题:求x的平方根
进阶问题:用梯度下降求x的平方根

图森未来

8.17 一面

C++相关:
智能指针实现思路
vector扩容机制,均摊时间复杂度分析
map、unordered_map的区别以及各自的使用场景
移动构造函数、移动语义

linux相关:
如何杀死进程?kill一共有多少种信号?
统计目录下的文件
ps/top命令使用

算法题:
(1)实现一个有理数类,支持加法和乘法
(2)一个大矩阵,0表示海,1和2表示陆地。现在矩阵里有两块由1组成的岛屿,一块由2组成的岛屿,求一条最短路径链接这两个1岛屿,要求路径不能经过2岛屿

8.28 二面

简历项目交流
MXNet同步、异步更新策略
PS/Ring Allreduce架构下,模型分布式训练的通信量
large batch size训练,如何保证模型收敛;warmup的作用是什么

9.7 三面

面试官貌似是图森算法组leader,主要聊了一下在图森的工作内容,7分钟结束战斗

百度

8.29 一面

vector和list区别,跳表
map实现,红黑树原理
lmabda表达式、移动语义
IEEE754格式
进程/线程, 死锁
Allreduce实现(Ring、Tree),什么情况下用ring,什么情况下用tree
梯度压缩的原理与效果
如何对深度学习模型的分布式训练过程进行优化
RDMA/GPU Direct RDMA
Horovod相关原理
算法题:实现内存拷贝函数

9.6 二面

简单介绍下PS-Lite源码
MXNet训练流程的函数调用过程
梯度压缩原理与性能

9.6 三面

主管面,主要聊了下实习期间做的一些事情

BIGO

9.1 一面

前15min探讨了一下梯度压缩
TCP如何保证无差错传输
进程与线程的区别
浏览器输入网址到页面展示的整个过程
哈希表
c++多态实现方式、虚函数和虚表
给出一段模板代码,判断能否正确运行
算法题:leetcode 86 分割链表

旷视

9.22 一面

梯度压缩相关问题
算法题:拓扑排序

9.22 二面

多进程与多线程区别
emplace_back和push_back区别
算法题:LeetCode168 Excel表列名称

商汤

9.28 一面

梯度压缩相关问题
new/malloc区别,new/delete不配对问题
右值引用,移动语义
算法题:
(1)求解全排列,LeetCode46
(2)实现线程安全的单例模式

依图

9.28 一面

梯度压缩相关
Ring Allreduce/Tree Allreduce/蝶式Allreudce
了解过RDMA没有
对OpenMP了解多少
算法题:
(1)给出一个字符串"Ab34d D9E",对翻转每个单词中的字母,返回"db34A E9D"
(2)使用send/recv/isend/irecv/wait等通信原语实现高效的Allreduce算法

简历筛选/笔试中

小米、360、京东、阿里、腾讯

挂掉的

网易互联网:笔试挂(AC 2/4)
网易互娱:简历挂
哔哩哔哩:笔试AK,未通过

#百度##华为##字节跳动##图森未来##快手##BIGO#
全部评论
请问图森的代码是手撕还是讲讲思路啊
点赞 回复
分享
发布于 2020-08-29 16:10
楼主最后去哪了?
点赞 回复
分享
发布于 2021-03-26 05:05
小红书
校招火热招聘中
官网直投
请问一下楼主的bg是什么?
点赞 回复
分享
发布于 2023-12-25 10:35 安徽

相关推荐

头像
职位描述1、通过深入研究和开发广告机制策略及模型算法,为不同国家和地区的用户提供服务,推动快手短视频、激励和联盟等广告业务的迅速增长。2、设计并实施高效的广告检索和排序算法,利用运筹优化、Uplift建模/因果推断、参数模型化等技术和理论,探索在给定资源约束下最大化流量和生态长短期价值的最佳机制策略实践。3、研发业界领先的智能出价系统和智能投放平台,应用控制理论、强化学习等前沿技术,提升广告主投放的长短期收益。4、优化广告的点击率和转化率,从模型结构设计、训练范式优化、用户特征挖掘、转化延迟建模等角度提升模型预估的精准度。5、客户投放优化:深入理解客户投放问题,提供冷启动、稳定性、生态等长期问题的策略、模型、以及产品化解决方案;针对 Nobid,CostCap 等出价模式,设计最优的跑量、出价策略满足客户差异化的投放诉求。 任职要求1、具有较强的动手能力,熟悉C/C++/Python开发,熟悉Hive、Spark等大数据处理框架。2、熟悉常用的机器学习和数据挖掘算法,具备扎实的数学基础,善于从数据中发现、分析和解决问题。3、擅长阅读文献,快速学习,具备出色的问题分析和解决能力,以及良好的沟通协作能力。4、有大规模计算广告、推荐系统、搜索引擎、风控系统、电商系统等经验者优先。简历发送到baiwentao@kuaishou.com
点赞 评论 收藏
转发
8 63 评论
分享
牛客网
牛客企业服务