百度cv算法岗面经

一共两面，今天是第二面。都比较基础，面试官很nice1.自我介绍2.毕业论文，发表情况，大论文情况，介绍大论文的实验3.未来职业规划，打算做哪方面的内容4.样本不均衡从哪些方面来解决？5.介绍transformer6.cv中的位置编码和nlp中的位置编码有什么区别？（nlp可能对位置编码更严格些，因为文本次序，而图像有归一不变性）7.比较两个实例图的相似度，你有什么解决方法吗？8.读研给你带来了什么成长吗？9.最后面试官介绍了他们做的相关方向（推荐,cv,nlp） #牛客解忧铺#  #牛客在线求职答疑中心#  #春招#  #算法#

🕒 岗位/面试时间AI算法测试一面 4.14👥 面试题目主要聊简历项目，没什么技术问题。详细介绍一下项目。用到哪些技术。遇到最大困难然后怎么解决的。后面就是闲聊，问考研/秋招/其他offer/工作地点相关的情况。🕒 岗位/面试时间AI算法测试二面 4.17👥 面试题目1.先问简历项目，我的简历项目是声纹识别相关。项目深度学习用了什么模型什么框架。遇到哪些问题怎么解决。怎么优化提高模型准确率。模型评估性能指标有哪些。2.python方面，有哪些数据类型，字典型有什么优势。3.计算机课程方面，程序执行速度除代码结构外还会受什么影响，虚拟内存和物理内存有什么区别，4.测试方面，支付宝人脸识别支付怎么测试，功能上具体怎么测试。5.反问。 #春招# #科大讯飞# #测试工程师# #AI算法测试开发工程师#

时间：4月12日11:00～11:50先是确认了一下，做的是cv，为什么投推荐算法岗。然后是自我介绍。自我介绍完选择一个自己最拿手的项目进行讲解，期间问了问细节。然后问基础知识：BatchNorm和LayerNorm的区别，为什么cv当中用BN而nlp当中用LN，具体的计算方式。L1和L2的区别，为什么计算L1容易导致稀疏矩阵而L2不容易导致稀疏矩阵，这两个求导分别是什么。auc的含义，如何计算，ROC曲线的含义，横纵坐标是什么，真阳率和假阳率分别是什么。Wide&deep中用了几个优化函数，分别是什么，为什么这么用。然后做题：34. 在排序数组中查找元素的第一个和最后一个位置改了一下，只用查最后一个位置最后反问。感觉要凉————————4月13日更新挂的挺快hhh 凌晨发的邮件

我投的是人工智能岗位3.26日投递，4.16日收到面试通知一批面试有十个人有三个面试官，两个应该是技术官，另一个应该是hr总体面试感官不好，等面试的时间较长，问的时间也不多问了一些机器学习和大数据技术以及一点点的数据库内容，比如join子句，索引等。机器学习问的是一些常用算法。