崗位：機器視覺工程師
公司：h
面試流程：一開始是40分鐘的筆試。之後是2輪技術面，1個小時。
運算子優先順序，指標操作，記憶體分配
（1）非線性啟用函式
從反面說，如果神經網路的啟用函式都是線性函式，那麼輸出就是輸入的線性組合，那麼根本沒必要用隱藏層。（2）sigmoid函式和導數，relu函式和導數
完整介紹見我的博文：（3）knn演算法複雜度，優化方法，k取值對方差偏差的影響
演算法複雜度：o(n*d)，n為樣本個數，d為特徵維度（1）有兩個砝碼，7g和2g還有乙個天平，分三次將140g鹽分成50g和90g優化方法：
k取值對偏差/方差的影響：
k越大，偏差越小，方差越大；k越小，偏差越大，方差越小。
解釋理解：k越小，比如為1，則容易欠擬合，偏差大，方差小；k越大，比如無窮，則容易過擬合，偏差小，方差大。
a. 用7g+2g砝碼稱出9g鹽 此時分成了 131g鹽，9g鹽（2）8個球中有乙個球略重，每次找只能通過天平來判斷，請問最少幾次可以找出最重的球b. 用7g+2g砝碼把131g鹽分成兩部分61g,70g 此時分成了61g鹽，70g鹽，9g鹽
c. 用2g砝碼和9g鹽把61g鹽分成50g和11g兩部分 此時分成了50g鹽，11g鹽，70g鹽，9g鹽。最後3個加一起，變成50g，90g
2次（1）手寫strcmp 注意**異常判斷（2）乙個二維只有0和1的矩陣，找出最大的全1正方形卷積神經網路本身、公司的機器學習/問題建模、超解析度重建/文字定位a. 取6個，3和3相等。剩2個
b. 2個中1v1找重的
kmeans，knn，整合演算法具體描述、優化和優缺點。
華為面經（機器視覺演算法工程師）
一面是技術面，面試官是根據你簡歷上的東西來問的，問專案，問的很細。建議 要對簡歷上的東西了解的非常透徹 簡歷上要體現你的工作量，體現你做了哪些東西 要有和崗位要求匹配的專案，如果沒有，建議自己根據崗位要求做一兩個作品 你要對你這個領域的最新成果，突破有所了解 你要對你這個領域的最新應用有所了解，以及...
位元組跳動 推薦演算法工程師面經
作者是研二的學弟，和號主一樣都為非科班，但是實力不容小覷，頂住壓力早早地在提前批收割了大廠的offer，可以說是 神仙學弟 了，方向為機器學習 資料探勘 nlp，同時也對推薦系統具有強烈的興趣，如下僅為部分面經，牆裂歡迎各網際網路大佬來撩！7.2更新，晚上7點終於收到了意向書，不用再反覆刷郵箱了 6...
資料倉儲工程師面經（未完）
map數 通過調整maxsize的大小來控制map數，減少則增加map，增加則減少map。set mapreduce.input.fileinputformat.split.maxsize 100 reduce數 set mapreduce.job.reduces 原因 優化 hive分桶類似於mr...