芯原成都软开一面

⭐️二轮面试必备14道问题1.请再做一次自我介绍（必问杀手题）2.你五年内的职业规划是什么？（考察题）3.你的核心竞争力是什么？/我们为什么要录取你？（专业题）4.你如何评价自己/你的朋友如何评价你？（考察题）5.工作中遇到最大的困难你是怎样解决的？（压力测试题）6.你期望跟什么样的上级一起工作？（考察题）7.为什么选择我们公司？（挖坑题）8.你是零经验/经验不足，如何能够胜任这份工作?（考察题）9.你会如何处理工作中的压力?（压力测试题）10.让你带领一个团队完成项目，你会怎么做？（压力测试题）11.入职后你会如何展开工作？（考察题）12.入职后发现自己不适合这个职位你会怎么做？（压力测试题）13.你期望薪资暂时没办法达到呢（挖坑题）14.你还有什么想问的吗？（挖坑题）

自我介绍开局先做题：（1）两数相加类似，不过和leetcode的有点区别，需要先进行一个链表的反转再相加（2）设计一个密码校验的接口，和我讨论了一下如果传入的是string会有什么问题，有没有注意到C++11和C++17的安全性问题，然后讨论了一下string的底层实现机制八股：（1）Volatile的用法（2）动态库和静态库的区别（3）Cmake的使用（4）空指针引用出现段错误，从操作系统的角度分析实现的原因（5）hello world 从print到输出整个流程反问：业务能力匹配需要提升什么？操作系统的基础需要提升，另外场景设计题写的有点一般，下次做题别着急

最轻松的一次面试，都是开放性问答，你对xxx有什么理解，我提到关键词了才问点常规八股，0手撕

自我介绍； 针对项目： CNN模型、损失函数、评价指标、改进方向、计算加速； CNN模型 CNN，即卷积神经网络，是一种专门用于处理具有类似网格结构数据的深度学习模型。它通过卷积层和池化层提取图像特征，并通过全连接层进行分类或回归预测。CNN在图像识别、目标检测和图像生成等领域取得了巨大成功。 具体来说，CNN的模型结构包括输入层、卷积层、激活函数、池化层、全连接层和输出层。输入层接收图像数据，并将其转换为CNN可以理解的数字形式。卷积层通过滤波器（卷积核）对图像进行卷积运算，提取图像特征。激活函数如ReLU、Sigmoid等，用于引入非线性，增强模型的表达能力。池化层通过最大池化或平均池化等...