同程offer到手了，补一下同程旅行的面经岗位：算法工程师 base 北京一面 技术面主要问实习项目，然后结合项目问了一些八股如果模型不收敛如何解决如何判断训练过程中出现了梯度消失还是梯度爆炸如何解决梯度消失和梯度爆炸平常用哪些激活函数介绍一下selu和swich激活函数，有什么优点你在模型训练的过程当中用到了哪些小tricks二面 技术面为什么不继续做cv投搜推算法实习项目拷打在模型当中经常会插入一些小模块，请介绍一下你使用过的一些模块，并分析一下它的效果模型性能评价指标介绍一下如何进行模型压缩量化的过程怎么实现梯度剪裁的过程怎么实现为什么l1能产生稀疏值 为什么l2平滑数据三面 hr面背调实习过程遇到的一些难题实习过程的收获自己的优点和缺点什么时候来实习

不逼签三方还有入职大礼包，零违约金老听说同程口碑不太好，感觉今年开始转型了呀

补一下华子的面经9.20 笔试10.13 北京线下面试一面 项目拷打手撕判断一个正整数是不是完全平方数二面 项目拷打×2手撕一道dfs，大概就是在一个字母矩阵中按照给定的单词顺序在矩阵中上下左右搜索三面 项目拷打×3然后询问了在实验室项目分工如何做的，有没有跟导师出现冲突，怎么解决的，有没有觉得自己的项目做不下去的时候，怎么坚持下来的。

金山三轮面试结束了，hr小姐姐说1—2周出结果，许愿oc，发面经攒人品9.24 笔试10.11 一面主要是八股拷打+一小部分项目数据结构：二叉树和平衡二叉树的概念大根堆和小根堆的概念堆排序的时间复杂度Python：list添加元素的方法字典和列表的区别修饰器的概念迭代器与生成器垃圾回收机制机器学习和深度学习：模型初始化方法 he初始化使用场景模型压缩的方法bn和ln的概念及优缺点如何判断梯度爆炸和消失，如何解决图像处理：常见的图像边缘检测方法canny算子的流程图像直方图均衡化的流程10.17 二面大部分项目和小部分八股主要介绍实习期间的项目以及自己做的具体工作，解决了什么问题，实习期间产出的论文和之前sota模型的对比。10.23 hr面首先问了一下bg，然后问了实习期间有什么收获，有没有遇到难题，怎么解决的。最后总结一下自己的优点和缺点，有没有想过如何克服缺点。

看到身边一起投志杰的小伙伴都陆续被国际化电商部门捞起来面试了，想问问有没有国际化电商的hr，能不能捞捞我啊

360笔试状态变更为业务筛选中是什么意思呀，是泡池子的意思吗

base北京，要求12月提前实习到毕业Timeline9.14笔试笔试奇怪的是没有出算法题9.27一面技术面，是一个小姐姐面试官，没有硬问八股，围绕简历与项目进行询问，问了一下实际进行模型训练过程中遇到的问题，如何解决的，如何发现问题的。10.8二面技术面，是一个帅气的男面试官，和一面类似，主要围绕项目进行询问，更多的是在考察创新思维和表达能力，能不能把你的创新点给面试官讲清楚，还有就是解决了什么样的问题。10.17三面10.18电话谈薪面试体验很好，本人9本双非硕，cv方向，前两面技术面主要围绕项目和思维能力进行考察，不会硬问八股，面试官真的在用心看简历认真交流。hr面体验很好，hr小姐姐很温柔声音很好听。有问题可以提问我尽量回答，然后大家有了解同程旅行公司情况也可以跟交流～

不装了，我🌸孝子，我摊牌了    

想看看金九大家的offer情况引流

一面 群面 给一个题目九个人无领导小组讨论，然后每个人陈述观点，最后面试官提问hr面 等二面的过程中直接面了，主要就是base地和bg调研二面 据说面试官是华北地区的老大基本聊天状态，聊很开心结束，十一后发结果，别的不说，就这个面试送的包包阿里就赢麻了

十道单选五道多选三道编程 20 20 60选择题覆盖面会不会有点太广了喂，包括深度学习（激活函数、卷积网络、网络参数、过拟合等）、相机成像原理（内参矩阵、基本矩阵等）、光栅成像原理、不同光照下的瑕疵检测（问的不同光源下金属划痕呈现什么光斑，不同背景下用什么关照识别比较合适等），有些没接触过，确实覆盖面太广了😂做多了大厂的笔试感觉美的的笔试做起来太舒服了。第一题求点之间距离最小值，直接暴力过了，输出保留两位小数第二题爬楼梯改编，dp秒了第三题单机任务调度，直接贪心每次做ddl最近的任务

今天在地铁上错过两个电话，打回去打不通，有没有大佬知道是哪家的呀0108798514401087985173

😅真是杀人诛心，双选会我都不配参加是吧

家人们谁懂啊，面试挂了四五次，后面直接给我简历挂，拼搏百天我要进快手