商汤 MIG 一二三面面经

一面:
项目 ,自己的paper:数据怎么获取,如何保证算法的稳定性
coding: 同构字符串

二面:
问的很详细
小波变换的过程,高频噪声如何处理,块状滤波器的缺点,正弦波噪声如何处理
超分,去噪,HDR算法了解多少?
pytorch的一些知识点:sequential和modulelist区别
detach作用,中断后恢复要恢复什么东西,model.eval()的作用(BN checkpoint)
adam中断后恢复要恢复什么东西
没有算法题,因为面试官迟到了(笑)

三面:
面试官是一个大佬,主要问我自己的项目和paper

1)为啥把论文中的两个任务分开做为啥效果不好
2)网络设计的一些问题
transformer对于CNN在low level vision的优势?(举例IPT的论文
毕业之前的打算?
反问:介绍商汤的业务

感觉三面答的不太好,面试官很强,有的地方的确被问住了 T_T
#商汤科技##面经##C++工程师##校招#
全部评论
lz是三面连着嘛
点赞 回复
分享
发布于 2021-08-12 23:48
请问面试用的什么软件?
点赞 回复
分享
发布于 2021-08-16 17:42
联易融
校招火热招聘中
官网直投
请问三面后有消息没,我也投了MIG,三面后一直没消息😂
点赞 回复
分享
发布于 2021-08-21 10:21

相关推荐

#推荐算法面经##快手暑期实习### 快手【转正实习】-推荐算法(简历挂)简历挂快手【转正实习】-机器学习(第二志愿流转)### 第一次面试 - 时间:2024-03-27 11:00- 自我介绍- 手撕:  - 数组中第K大值(维护K大小的堆,复杂度O(nlogk))  - 快速幂- 本科推荐系统项目  - 召回用了哪些    - 非个性化:热度和高质量召回    - 个性化:FM、deepFM  - 召回的输入特征怎么来的  - FM召回算的什么分数,干什么用的  - FM特征怎么构造的  - 年龄等dense特征怎么处理的:直接送入或者分桶  - 召回融合方式:轮转召回融合和线性加权  - 排序用了哪些    - 协同过滤    - deepFM  - 协同过滤怎么做的  - 知道/用过哪些评测指标  - 是用的离线推荐吗:只写了离线层,没有实现在线层和近线层,数据规模小,用户五万 物品十万  - 大规模数据怎么处理:聚类选择代表性物品和用户,聚类id  - 数据库里存的什么信息,怎么计算FM的二阶特征交叉  - 冷启动怎么解决- 论文:照着paper讲解- 反问环节  - 项目规模  - 落地业务  - 我对该岗位来说,还有哪些需要提升和学习的?套评价,分析面试官反馈:实操丰富,但是缺少实践经验,本身招实习也是为了你们能来实战,感受业务场景从评价看,感觉一面能过。中午面下午就来二面消息了,不愧是**快**手,确实快😀
点赞 评论 收藏
转发
1 19 评论
分享
牛客网
牛客企业服务