前言： 岗位：机器学习算法实习笔试情况：无笔试 一面 1.自我介绍（非科班硕，一份水实习）;2.介绍项目，并由此引出一系列八股文： 介绍gbdt算法的原理与实现 说说xgboost对于gbdt所做的主要优化 3.介绍实习工作 简单介绍resnet及其主要改进(shortcut连接，BN层)，说说这些改进为什么work 介绍transformer及self-attention机制实现方式 了解哪些normalization的方式，比较各自异同 4.其他 是否了解设计模式(不了解，面试官看了一下我非科班，就没问了) 是否了解联邦学习和差分隐私(部门业务相关) 深度学习是否可以...

#实习有问必答#请问滴滴6.11号笔试的同学有收到后续通知的吗，要到16号才出结果吗

由于本人太菜加上投递时间较晚（大约4.9开始投第一个大厂），现在也就只有一个深信服offer，看网上风评不太好所以很纠结要不要接 希望牛友们给些建议 btw，有没有了解深信服创新研究院的小伙伴，可以说说真实情况吗，比如技术氛围，加班情况什么的

前言： 岗位：计算机视觉暑期实习时间线：4.9笔试——4.12约面——4.14一面——4.15感谢信笔试情况：4道编程(ak)，3道选择(侧重概念的理解) 一面 1.自我介绍（非科班硕，一份水实习）;2.介绍项目，并由此引出一系列八股文： 简单介绍gbdt算法的原理与实现 gbdt算法一般的迭代次数（没了解过） gbdt的预测函数是什么样的（答：该算法是boosting框架算法，所以最终的预测函数是将每一轮的预测函数相加，感觉不是面试官想要的答案，希望有知道的大佬指点一下） pca属于有监督还是无监督 介绍svm算法（简单说了一下几何间隔最大化，答完以后感觉其实是想让我从hinge lo...

第一次实习，所以也是第一份面经，谨以此回馈万能的牛友们部门：腾讯优图实验室――――6.27一面1.5h――――首先必须要说面试官（广东人，下面就会知道why）人超nice，全程感觉像是平常聊天，下面进入正题：1.自我介绍，问本科毕业设计，一个关于用gbdt做推荐系统的任务（主要是因为本菜鸡为三无选手，无项目，无比赛，无顶会）2.问机器学习算法原理：boosting与bagging的思想与异同，gbdt，xgboost，rf原理以及三者之间的异同，不同点为什么work3.问深度学习的一些知识：介绍cnn，及其与普通神经网络的区别和优势，介绍bn层及为什么work，知道dropout吗，说一下原理...

check in

check in

check in

check in

check in

猪厂题目好难

check in

Qingming festival