9.18顺丰 机器学习 凉经

sift步骤和公式 #面经#  #校招#  #面试#
canny步骤和公式
交叉验证原理
hsv和rgb转换公式
pca原理步骤
为什么要降维
怎么特征现选择,卡方检验是什么
kmeans原理步骤,k值怎么确定
决策树怎么预测值
adaboost原理
xgboost原理
皮尔逊系数
在手机上部署大模型要怎么做
python内存清除机制
roc曲线是什么,怎么计算
最后一道lc medium

因为简历上有图像项目,所以图像方面的也考察了
经过前面的拷打,最后的算法题已经心态崩了做不出
全部评论
woc 我投的也是机器学习岗位,但是我主要做CV这些ML问题感觉都不知道,今天还是线下面试,凉凉
2
送花
回复
分享
发布于 2023-09-18 12:42 广东
鬼鬼,你这机器学习和我的机器学习面的差距有点大吧
1
送花
回复
分享
发布于 2023-09-18 15:24 江苏
滴滴
校招火热招聘中
官网直投
估计佬也是今天广州线下面吧,害怕
点赞
送花
回复
分享
发布于 2023-09-18 12:44 广东
佬面了多久呀,这么多问题岂不是45min起步?
点赞
送花
回复
分享
发布于 2023-09-18 15:32 广东
这是一面还是二面啊
点赞
送花
回复
分享
发布于 2023-09-18 16:24 广东
这些问题是简历上引申的还是上来就问的
点赞
送花
回复
分享
发布于 2023-09-20 00:42 上海
感觉越到后面越难😂😂😂
点赞
送花
回复
分享
发布于 2023-09-20 09:36 广东
为啥我的一二面都特别水?
点赞
送花
回复
分享
发布于 2023-09-20 13:35 四川
佬,顺丰是base深圳吗?有消息了嘛
点赞
送花
回复
分享
发布于 2023-10-17 01:02 广东

相关推荐

一面(1)死锁的两种原因(2)模型量化的方式,我说kv cache和参数量化,面试官问量化是怎么提高推理加速的效率,我答不太上来(3)transformer自注意力层的时间复杂度(4)stack和dequeue的区别(5)算法题:有效ip地址一面面试官是我遇到最善良的面试官,他对跨专业同学的包容性大到难以置信。也很感谢他的宽容和鼓励。最后反问环节,他跟我举了jieba分词的例子,鼓励我要多看代码,掌握好基础知识,很多时候实际应用就是利用大量基础知识来展开实现的。很可惜,他base北京,最终要去的是深圳,没办法找他当我mentor二面印象最深刻的问题是知识蒸馏技术路线。当时我介绍自己的项目,项目是关于bert模型知识蒸馏的。这个项目本身是偏指标驱动的,只要达到一定加速比/参数压缩比和一定范围内的精度损失即可。而面试官则提问我是否有做过文献和技术路线的调研,这部分我没答太好。幸好后面讲自己的工作就比较顺利了。算法题是字节经典题目“螺母螺栓匹配次数计算”,有兴趣的同学可以去查查。至于有没有问八股我记不太清了三面以后的规划、以前项目遇到什么难点+如何解决hr面论文等级、几作、贡献是什么;用几个词评价自己;为了面试做了什么准备;对面试岗位的理解;简单介绍自己的项目;能实习多久;研究生成绩怎样(因为我是转专业的学生,所以hr可能比较关心) #腾讯# #机器学习# #cdg# #算法#
点赞 评论 收藏
转发
9 34 评论
分享
牛客网
牛客企业服务