本人双非渣硕,现将秋招部分公司的笔试题小结,贡献给每一位需要的人。
1、公司:联咏电子 岗位:AI算法(线下笔试)
(1)特征提取的原则?简述几个特征提取方式及其描述子
(2)欠拟合和过拟合,出现的原因?解决方法?
(3)优化算法有哪些?优缺点?
(4)利用所学知识设计算法,识别一个人的性别和年龄。
(5)设计算法,实现在不停车的情况下根据不同的车型收取停车费。
(6)3个C语言题(2个写运行结果,一个编函数,很简单)
(7)C语言编程,实现非极大值抑制
(8)公式推导,实现Softmax损失函数求导
2、公司:美林数据 岗位:数据分析工程师(偏向男生)
上市公司,笔试在宣讲会结束后进行,难度不大,监考严格,报录比低。现将笔试题做简要记录:
(1)贝叶斯概率,全概率公式
(2)分类、聚类、关联规则、综合评价和回归的基本概念
(3)聚类的相似度衡量,有计算余弦距离、曼哈顿距离
(4)过拟合、欠拟合出现的原因和解决方法(出现N次)
3、公司:上海联影医疗 算法岗位(内推免笔试)
直接讲简历上自己熟悉的项目,如果面试官比较感兴趣,会直接问。问到了为什么使用交叉熵?公式是什么样的?
网络更新参数的方式和过程?
卷积层、池化层、全连接层的具体操作和区别。
编写函数计算图像的灰度直方图,语言不限。
后面的忘记了,想到了再更新。。
4、公司:紫光展锐 算法岗(线上笔试)
1、描述语音信号处理的一种算法原理及过程
2、相机拍照,图像经历了什么图像处理算法
3、Python定义函数,要求返回一个复数的模
4、概率题
5、判断:
(1)在其他参数固定的情况下,采用更大的光圈拍照,景深越小?(正确)
(2)RNN比CNN更适合特征提取?(错误)
(3)声纹识别关注说话人的内容识别的正确性?(错误,判断说话人的身份)
6、语言信号中语谱图的分析
7、过拟合、欠拟合问题(遇见N次了)
5、公司:中科星图 算法岗
(1)常见的语义分割模型的区别和联系
(2)训练过程中,loss出现断崖式下降的原因
(3)BN、Dropout的原理和作用
(4)数据扩增的方式
(5)常见的目标检测网络和区别与联系
(6)推导贝叶斯公式
(7)计算经过几次卷积、空洞卷积、池化之后特征图的大小;反向计算感受野
(8)公式推导网络反向传播过程