图像算法面试概况
基于用户贡献的1015条图像算法面试经验统计分析得出,结果仅供参考。面试:图像算法。整体感觉不错,难度大概中等水平,耐心等待结果。紫虹族传真机店长
暂无结果
一面 Hr面,主要谈一些经济,薪资之类的,偏向条件之类的,在符合之后会再次联系。面试官和hr开了会议,面试官主要注重于项目经验,问的都是项目问题,因为是完全自己写的基本都答上来了,但是看面试官意思还是项目经验少一些,还需要多做一些项目。最后反问当前双非的就业前景,全程很轻松,写面经期望通过吧。...查看更多
面试:图像算法。很棒的一次面试体验,题目中等难度,告知没通过。潇湘阁电脑产品策划
未通过
一面 参加面送了小礼品,是由两位比较年轻的工程师面试,针对我简历中的项目经验问了挺多技术点,感觉蛮深的,个人觉得答得不是很好,但还是通过了。二面是算法主管进行面试,感觉更像是在进行技术交流,聊的蛮开心的,设计到的主要是应用层面的点。三面是有部门主管和人事一起面试,主要聊非技术问题,比如为什么换工作,职业规划以及是否有关注前沿技术。问是否有关注前沿技术时我说今年比较少。面完后hr说面试还OK但是他们考虑要关注前沿技术的,然后就没有然后了。感觉他们这个岗位像是技术储备,要的不急,所以一直看他们还挂着那个招聘...查看更多
图像算法面试很好,共1轮面试希望
暂无结果
公司氛围不错,聊得也很愉快,详细了解项目背景以及个人能力,跟岗位也匹配,就可能薪资暂未达成一致。不过无论通过与否也祝绿联越做越好。
图像算法面试不好,共1轮面试我是谁
未通过
问了点简历上的内容,面试前准备了各种网络结构图,背了半天也没问到。准备了c++很多的基础知识也没问到。对着简历问了点东西,不容易过
面试:图像算法。感觉一般吧,面试问题倒不难,收到offer了。匿名用户
确定通过
一个总监面试的,问了一些做过的项目,问的挺细,有些它听不懂,感觉能力一般,让我问问题,回答得模棱两可;hr很和善,说了很多公司的福利。可能是比较缺人,很快就给了offer。下班去分公司驻地看了,在孵化园F座4层,环境不太好,屋里挺昏暗,有几个人加班,但是都在玩手机。后来考虑一下,还是婉拒了。...查看更多
图像算法面试不好,共1轮面试7408
未通过
竟然靠脑筋急转弯来选人,服了,一台机器成本50,你卖80收到100块***,问你亏了多钱,哈哈哈哈哈
面试:深度学习。有了很好的初印象,难度是简单题型,有了面试不通过的结果。学者城口罩外贸业务员
未通过
面试NV的Deep Learning Performance Architect岗位,硕2年经验。一面初筛,面试之前感觉没戏,应为岗位unmatced,中间面试过程中,也和面试官聊到了这个问题。聊了一个小时的项目,我做的是编译器前端的工作,面试官挺感兴趣,聊了很久。最后出了一个C++模板的题目:给定多个参数args,查找其中是否有存在tgt。其实简单的,考察模板特例化,但是当时模板看的很少,直接放弃了。第二天收到感谢信。...查看更多
面试:深度学习。面试还好,题目稍有难度,有了面试不通过的结果。边境岛鞋柜法务助理
未通过
去年12月报名校招总行科技岗。先测评和笔试。半个月后进入一面,属于无领导小组讨论,给出问题共计十分钟讨论,未来发展技术十选五,大家讨论最终选出一人汇报。半个月后进入二面,也是终面,属于结构化。先进行自我介绍,然后hr、部门主管和技术专员会根据简历问一些关于面试者自身的问题,还会问一些基础技术问题。...查看更多
深度学习面试很好,共3轮面试匿名用户
确定通过
我在面试 知行汽车 之前已经拿到了一家上海公司的offer,然后在亲戚帮忙推广简历的助力下,获得了大量自动驾驶领域各公司的面试机会,在推广简历当晚收到 知行汽车HR 的电话,加了微信后约定第二天下午两点的视频面试。面试过程很顺利,只有一轮,面试官主要问了我简历中机器视觉和深度学习方面的内容,其中有一些项目细节问题由于过去许久已经不太记得了,能说几句的我就说了几句,觉得确实忘记了就解释已经忘了。总之面试中我很坦诚,我把我所有情况都向您说明,您对哪里有问题就提出来我一一回答。面试了半小时后结束了,过了大概大半个小时后HR就发消息来问问感觉怎么样,我回答说挺好,然后就和我谈了待遇。很惊喜,也很感激知行给我这次机会。...查看更多
面试:深度学习。面试感觉就是聊聊天这样,难度也是有的,应该是没过。9883
感觉没戏
笔试是直接发了WORD来做,整体难度偏高,不过给了24小时的做题时间一面是技术面,总时长大概半个小时。首先是自我介绍,包括做的项目等。然后面试官会从项目中提出疑问,最后是反问。二面跟一面一样,不过做自我介绍的时候忘记共享屏幕了,我搁那一直说,还以为面试官能看到我做的PPT。尴尬...查看更多
深度学习面试一般,共3轮面试6380
感觉靠谱
面试过程首先让自我介绍。我简单说了下,自己的研究方向为图像处理什么的,然后基于faster-r-cnn做了数据集修改啦,修改模型啦,什么的。说到这个,他就开始问faster-r-cnn,我就开始具体介绍原理,然后期间他会问一些比较细节的问题,细节到图片尺寸,输出尺寸,后来介绍啦RPN,然后问了anchors的映射过程。实在是太细节了,如果一句一句看源码,估计还能回答出来,只记得是每个feature map都进行映射,尺寸是·{5.8.16},比例是{1:1,1:2,2:1},每个点9个矩形框,经过RPN网络之后就进行筛选。...查看更多
说明:图像算法面试经验内容由看准用户自行上传,仅代表内容发布者个人观点。看准网对相关内容的展示并不代表认同其观点。请用户在使用相关信息或依据相关信息作出决策前自行进一步核实此类信息。