得物算法一面(双手合十祈祷过)
9.7面完,问了好多,不知道是不是有希望,面试官还是比较专业耐心的
面试问题:
3-5分钟简单自我介绍
你怎么理解AIGC
说一说transformer
transformer和cnn的区别
transformer中embeding怎么做的
位置编码你了解哪些形式
三角函数位置编码有哪些好处,旋转位置编码呢
position embeding 和input怎么融合的
L1 和 L2 正则化的区别是什么
它们都能防止过拟合吗
写出Cross entropy的公式,并解释推导过程。
计算骰子第一次扔到6的次数的期望
手撕:二叉树的层序遍历
如何利用深度学习来重参数化K-means,它的前向、反向和优化目标是什么样的
实习项目介绍与深挖,问了好多细节
讲讲你知道的大模型技术最新发展
面试时间:半小时左右
反问环节
成长路径:面试官说得物对于校招生有专门的培养计划,会分配专业MT关注成长
技术氛围:坦诚说得物业务发展比较快所以挑战也就多,机遇与挑战并存吧
薪资福利:说面试过了和HR谈,不过简单说了下付出回报还不错
#得物校招求职汇总#
面试问题:
3-5分钟简单自我介绍
你怎么理解AIGC
说一说transformer
transformer和cnn的区别
transformer中embeding怎么做的
位置编码你了解哪些形式
三角函数位置编码有哪些好处,旋转位置编码呢
position embeding 和input怎么融合的
L1 和 L2 正则化的区别是什么
它们都能防止过拟合吗
写出Cross entropy的公式,并解释推导过程。
计算骰子第一次扔到6的次数的期望
手撕:二叉树的层序遍历
如何利用深度学习来重参数化K-means,它的前向、反向和优化目标是什么样的
实习项目介绍与深挖,问了好多细节
讲讲你知道的大模型技术最新发展
面试时间:半小时左右
反问环节
成长路径:面试官说得物对于校招生有专门的培养计划,会分配专业MT关注成长
技术氛围:坦诚说得物业务发展比较快所以挑战也就多,机遇与挑战并存吧
薪资福利:说面试过了和HR谈,不过简单说了下付出回报还不错
#得物校招求职汇总#
全部评论
利用深度学习来重参数化K-means是友友简历里的内容吗,我没什么头绪这方面
半小时拷打这么多的嘛 还有手撕![](https://uploadfiles.nowcoder.com/images/20220815/318889480_1660553763785/633964BDAA77359C8A3CD2F94A8651FD)
这是策略还是图像呀
uu有收到二面通知吗
当时面很快就结束了,25分钟,问问项目,做个题
你是投的nlp吗![](https://uploadfiles.nowcoder.com/images/20220815/318889480_1660553877149/A06BE39BE3905BBC75BFCB5B4FA29649)
相关推荐
![](https://static.nowcoder.com/fe/file/oss/1716965564844UEBJN.png)
![](https://static.nowcoder.com/fe/file/oss/1716965585666UBBME.png)
OPPO
| 校招
| 超多精选岗位
点赞 评论 收藏
分享
点赞 评论 收藏
分享