虾皮shopee
计算机视觉/多模态岗
一面
①手撕最大连续乘积(力扣原题),手撕softnms(先问nms)
②ddpm原理,stable diffusion架构组成和训练过程,sd相比于ddpm的改进,文本信息在维度上是怎么加进去模型的,controlnet是否有了解
③对比学习的思想,batchsize和温度参数的影响,memory bank的更新方式
④dbscan和聚类方法
二面
跟我聊了很多简历上的内容,夹杂着八股,比如:bert模型是怎么做蒸馏的;transformer多头注意力是怎么实现的,实现的作用是什么;讲述YOLO系列算法;focal loss具体解决什么问题和如何实现;IOU及指标的改进。
算法题是手撕kmeans,最后面试官建议我对自己做的基础工作(应该是目标检测这一块)要更加熟悉,毕竟是写在简历上的东西。
虾皮的面试官给我感觉比大厂面试官还要好,首先是因为他们根据简历内容循序渐进地进行提问,其次是因为提问的基本技术点都很全面且扎实,最后他们还会提出很中肯的意见。也有可能是简历和岗位较为match,不会出现面试官无从提问的尴尬局面吧。总之给他们点个赞
一面
①手撕最大连续乘积(力扣原题),手撕softnms(先问nms)
②ddpm原理,stable diffusion架构组成和训练过程,sd相比于ddpm的改进,文本信息在维度上是怎么加进去模型的,controlnet是否有了解
③对比学习的思想,batchsize和温度参数的影响,memory bank的更新方式
④dbscan和聚类方法
二面
跟我聊了很多简历上的内容,夹杂着八股,比如:bert模型是怎么做蒸馏的;transformer多头注意力是怎么实现的,实现的作用是什么;讲述YOLO系列算法;focal loss具体解决什么问题和如何实现;IOU及指标的改进。
算法题是手撕kmeans,最后面试官建议我对自己做的基础工作(应该是目标检测这一块)要更加熟悉,毕竟是写在简历上的东西。
虾皮的面试官给我感觉比大厂面试官还要好,首先是因为他们根据简历内容循序渐进地进行提问,其次是因为提问的基本技术点都很全面且扎实,最后他们还会提出很中肯的意见。也有可能是简历和岗位较为match,不会出现面试官无从提问的尴尬局面吧。总之给他们点个赞
全部评论
我俩同一个面试官😅
送花
回复
分享
还有Python相关的:数据量大的时候需要开启并发,在Python里多线程和多进程有什么区别
送花
回复
分享
网易互娱
官网直投
clip损失函数是什么,clip的原理
送花
回复
分享
是根据简历上的项目问吗
送花
回复
分享
大佬二面过了吗
送花
回复
分享
相关推荐
点赞 评论 收藏
转发