作业帮-图像算法-日常实习-一面

2月13日ssob投递，上来先说170一天无其他补贴接受吗，2月17日约面，2月18面试。面试体验很差，面试官不太行，不仔细听你的回答，一个问题要说两遍，之前问过的一会再问一遍，感觉是不太懂我做的东西。首先自我介绍CNN和Transformer在图像分割或图像分类领域，各自的优缺点是什么？训练初始化的方法和目的？数据不平衡问题怎么解决？模型跟数据层面有没有针对数据不平衡做一些优化？SAM和SAM2的结构和区别是什么？记忆编码器有没有了解？SAM为什么能够呈现出零样本泛化的能力？你是怎么改进SAM在工业场景上面效果不好的办法能力？怎么提升长条形的缺陷的分割精度？然后问你你做的项目具体落地，推理速度怎么样，问你训练数据有多少。。。说我没有核心数据YOLOv10相较于前面的版本有什么改进？加了哪些模块，作用是什么？是怎么保证精度不掉的同时提升了实时性？然后问你提出的模块？涨了几个点？有没有用过两阶段的方法？有没有跟基于Transformer的方法，如segformer，segnext做对比？你的数据图片的具体场景是怎么样的？项目有没有上线？无手撕最后说回头跟HR商量一下再通知你#日常实习##YY#

问题1、自我介绍。2、列举你调过的大模型接口所使用的大模型名字？（自我介绍我介绍到自己有使用大模型接口调度的经验）3、大模型训练的步骤。4、知道哪些大模型微调方法？5、解释一下什么是agent？6、对python熟悉吗？7、默认情况下python函数return会返回什么？8、python函数的参数变量带*，表示这个变量是什么类型？进一步讲type(args)会返回什么？9、python函数的不带*的参数变量是什么类型？10、解释一下python的闭包。11、口头说下python中lambda（匿名函数）怎么写。12、用python语言中的try捕获两数相除的异常。13、用python语言实现...

2.12 VIVO策略分析（15min）自我介绍连续值的特征怎么处理后输入到机器学习模型当中机器学习中L1,L2正则化是如何让模型变得稀疏的，正则化的原理Tenserflow的concat函数，multiply函数等用法Sigmoid函数什么情况下会导致梯度消失，如何处理梯度消失反问：实习生一般干啥一点项目没问，全是八股，十几分钟就结束了

在boss海投遇见的一个面试，面试下午两点开始，面试官全程没有开摄像头面试显示自我介绍，面试官比较和气，没有问八股先是了解你的情况，说他们更在意学习能力请说一下你是怎么学习java开发的？下面是一道面试题:请实现一个SequenceManager类可以实现getNext()、rename()、delete()操作，类中保存一个有序队列，getNext返回当中最小的未出现的正整数，rename(int,int)实现替换前面的元素为后面的元素，要保证前面的元素存在后面元素不存在，delete(int)删除元素,很简单 class SequenceManager { Set<Integ...