学姐带你玩AI的博客

来源：投稿 作者：LSC编辑：学姐问了很多问题，包括实习的项目经验、各种计算机、人工智能的基础，时长1h30min。

(1)自注意力层：该层用于计算输入序列中每个位置的注意力权重，以便在不同位置捕捉不同关系。它包括多个注意力头，每个头都有自己的权重矩阵。参数数量如下：查询权重矩阵（Q）：形状为（x， x）。键权重矩阵（K）：形状为（x， x）。值权重矩阵（V）：形状为（x， x）。输出权重矩阵（O）：形状为（x， x）。(2)前馈神经网络：这是一个全连接的前馈神经网络层，用于每个位置的特征转换。参数数量如下：第一个全连接层的权重矩阵：形状为（x， y），其中y是隐藏层的维度。

介绍实习项目, 聊的比较详细，但是我实习项目限制比较多，做的不够深入。IOU是交并比，图像的交集除以图像的并集 变种: GIOU DIOU CIOU。

决策树可以被看作是GBDT中的基本学习器之一。在GBDT中，每棵树都是通过迭代学习而来的，每一棵树都试图纠正前一棵树的预测误差。通常，GBDT使用回归树（Regression Tree）作为基学习器。GBDT通过将多棵决策树组合在一起来构建一个更强大的模型，这些树相互协作，纠正前一棵树的不足，从而提高整体性能。GBDT的目标是最小化损失函数。左值是是通常可以放在等号左边的表达式，右值是是通常只能放在等号右边的表达式。

它用于处理海量数据，其核心思想是将大规模数据集分为多个小的子集，然后并行处理这些子集，最后将结果进行合并。我介绍了resnet，inceptionnet, yolo模型等(1)欠采样(2)过采样(3)平衡读取数据(4)设置权重，对样本较少的数据设置较高的训练权重(5)使用平衡损失函数，比如focal loss等(6)数据增强Focal Loss 最初由物体检测领域的研究者提出，其主要目标是减轻模型在训练过程中对大多数背景类别的关注，从而更好地处理少数类别的样本。

一面: 项目偏少，主要编程、原理，比较重视基础二面: 项目细节三面: 一般是HR面。想不想来、在哪读书、为什么投我们公司关注下方《学姐带你玩AI》🚀🚀🚀算法工程师万能简历公式+200多个简历模板（中英文）回复“简历”轻松获取！

return 0continuecontinueres = []return res我只写了大概，没有跑过。

来源：投稿 作者：LSC编辑：学姐。

讲的比较多，20分钟，面试官还问了我在实习中遇到的困难和体会等,然后面试官给我介绍了他们的现在的项目。

项目总共 60 多篇原创文章，分为了必读、动态规划、数据结构、算法思维、高频面试六个系列，都是基于 LeetCode 的题目，涵盖了所有题型和技巧。这个项目并不是简单的代码堆砌，作者旨在通过这个教程培养我们的算法思维，帮助我们“感受支配算法的乐趣“。除了这5个推荐的项目之外，我还整理了一些深度学习、机器学习等方向的面试题资料，需要的同学看这里👇👇👇。

实习主要做最新方向的科研和学习，应用到业务上，不知道参与业务，比较新颖。

判断一个链表是不是会文链表class ListNode:4. 自注意力机制5. BN和LN的区别6. 反问实习要半年才能转正业务(主要是大数据和用户画像的构建，模型方面偏向推荐和NLP)关注下方《学姐带你玩AI》🚀🚀🚀算法工程师万能简历公式+200多个简历模板（中英文）回复“简历”轻松获取！码字不易，欢迎大家点赞评论收藏！

我只知道公司技术很厉害，游戏做的很好，但是我不喜欢玩游戏，从来没玩过，王者都没玩过，我只会玩斗地主...Input = [D, P] 输入一个D*P的二维特征矩阵写训练和推理过程的代码实现(之前没写过，只是知道原理，还不一定理解的对)最近在忙工程，没时间好好复习理论知识，忘了好多，要好好补了。

来源：投稿 作者：LSC编辑：学姐。

(1)使用专门相关的模型，比如，YOLOv4-tiny、tph-yolov5和SSD等轻量级检测器通常会比较适合处理小目标。(2)训练的时候调大img_size，但是比较耗显卡(3)anchor_base修改anchor的大小和尺寸(根据调小)，anchor_point修改point的步长(变小)(4)特征增强：针对小目标，可以考虑使用一些特殊的方法来增强目标的特征。比如，可以使用特殊的损失函数来惩罚小目标的预测误差，或者使用多尺度特征融合来增强目标的特征。

(1)将一个节点数为 size 链表 m 位置到 n 位置之间的区间反转，要求时间复杂度 O(n)，空间复杂度 O(1)。例如：给出的链表为 1→2→3→4→5→NULL, m=2,n=4,返回1→4→3→2→5→NULL.数据范围： 链表长度 0<size≤1000，链表中每个节点的值满足∣val∣≤1000要求: 时间复杂度O(n) ，空间复杂度O(n)进阶: 时间复杂度O(n)，空间复杂度 O(1)# n int整型# @return ListNode类pre = None。

上海知名互联网公司盘点

主要介绍项目的数据、任务、模型、参数、优化和结果。

盘点一下AI专业毕业后的就业方向，给同学们做个参考

考察编程题两道

据相关数据显示，中国人工智能人才缺口达30万人

Momenta视觉算法实习生一面

字节电商视觉算法工程师一面复盘

人工智能相关岗位面试，算法题是必不可少的一关，因为这是一个AI学者的基本功，很多知识是无法突击准备学习的。

人工智能相关岗位面试，算法题是必不可少的一关，因为这是一个AI学者的基本功，很多知识是无法突击准备学习的。所以今天给大家总结了一些比较容易忽视的知识点，临场过一眼最简单的必考题：

深圳进化动力机器视觉算法岗面试题

如果没有顶会论文，不要冲计算机视觉，建议换一个赛道。除非有很优秀的竞赛、实习经历或者大型项目，可以试一下。

我要介绍的是微软工程院的新闻数据分析岗位，这个小组是做微软新闻网站的数据处理和分析，大家可以去msn上去体验一下。

给大家整理了老师们分享的作为面试官时会比较看重候选人的哪些点。全篇高能干货，字字珠玑！下面来看看每位老师对候选人的要求吧！

上海人工智能实验室面试题

机考今年的难度明显增加。建议先在leetcode上刷刷题，尽量多做中等和困难的题，简单的题今年完全没有，另外，华为机考的平台是牛客网，使用方式跟Leetcode不同，需要自己写输入输出的代码，最好提前刷几题适应下。校招一个职位可以考两次，进如果第一次没考过不要气馁！再去刷刷题回来再战！我就是第二次过的。

中文系转NLP，985应用语言学研三，微软STCA的swe暑期实习，在研究生阶段做过导师给的toB的NLP横向项目（命名实体识别），leetcode刷了600+题。面试360的时间是11月初，距离笔试也过了一个多月，简历被业务反复筛选最后还是约面了。这轮面试是过了，进入排序阶段。

俗话说，知己知彼，百战不殆。要想收到心仪的offer，只顾埋头读书写代码可不行。在实力相近的情况下，比拼的就是心态、细节、以及临场应变的能力……在这个时候，对面试流程流程以及重点的把控，就可以成为你致胜的关键。

前几期学姐整理了工业界打工人的职业焦虑，后台的反馈都是夸学姐解决了他们困扰的甜言蜜语，你们一个个可真的是小可爱！（持反对意见的那些我都自己消化啦~绝不暴露自己的脆弱）不只工业界有焦虑，学术界也有职业焦虑~来看看这位同学的焦虑有没有让你感同身受。这次学姐实在是不好意思再去打扰小享了，不过刚好学姐认识一个同样经历的老师，就直接来打扰老师了学姐：老师好我这边有一位同学想进高校就职，但是还没上博，在上博的规划上不知道怎么选择了，下面这些是他的具体情况，您空闲的时候看一下，回复一下就.

有人说AI人才市场已经饱和，有人说算法工程师内卷严重。学姐看到的是内卷不止在互联网行业，连教师，公务员这种传统行业也在卷。这样的环境下正确的做法不是“躺平”而是正视这个现象，正视自己（(●'◡'●)实在累的话还是可以躺一会儿的哈~）。学姐把朋友小享和人工智能从业老师针对下面三个问题的讨论和建议给大家整理出来了，希望大家看完能有一些收获。如何相对正确地选择职业？论文对于找工作是否重要？面试官更看中实习生哪些方面？如何相对正确地选择职业？学姐总结：内卷各行各业都不可避免，我们

上周我们聊到了《内卷时代怎么选择相对正确的职业？拯救职业内卷系列1》，引起了很多同志们的共鸣，老师也给了大家很多建议，一篇文章下来收获满满。面对内卷严重算法工程师这一岗位我们又该用什么样的心态正确的对待，这一定是大多数要从事算法工程师岗位和已经从事算法工程师岗位同学的共同难题。学姐又去麻烦朋友小享去找资深的从业老师围绕这个问题聊了聊，来看看肯定能够帮助到你一点的！小享：李老师，我有个事情想请教您，是我的一个疑惑，也是我们大多数同学都有的难题。老师：什么疑惑呢？...