title:
机器学习算法/数据科学
团队目前4人,预计以后扩至12人。

一面为技术面:
技术问:
拿一个项目介绍。
服务部署的环境?
GRU和LSTM区别?同一个项目是否有拿多种方法都尝试一下?
特征提取是怎么做的?
时域特征哪16个,说一下?
特征选择?
PCA LDA区别?
PCA原理?
PCA如何挑选最重要的特征。
与其他算法同事的任务分工。
有木有根据算法模型出来的结果,反过来建议前端现场的传感器安装位置?或者比如前面有给出10个测点,算法会最终给出其中2个测点最有效,只要保留这2个。

介绍一下CV上的第二个项目。
介绍MIP。
PID原理。
LR用在哪里。
lstm用在哪里。

接手C是否可以。需要多久。
数据怎么对接前端系统:webapi/mqtt
有没有用过CV/ NLP在项目中?是否做过卷积计算?
SVM原理?
使用的平台?为啥使用的tensorflow?
是否接触过pytorch
加载模型进行推理是调用的tensorflow的库?是

算法程序和主程序的对接有专门的DSP工程师(嵌入式)。

面试的是联影医疗的子公司,专门做助听器和可穿戴设备。
算法设计三个方面:
1)设备上轻量级推理,分类回归,决策树
2)用户手机,TWSR穿墙探测雷达
3)用户画像
这其中的信号处理、机器学习工作 。

工程化部署条件更加严格
数据类型:
音频、传感器、TWSR,红外,运动传感器,非音频传感器,IMU(惯性测量单元)。用户画像特征标签。

技术
今日推荐
阅读数 399
阅读数 129
阅读数 115
阅读数 88
阅读数 69
阅读数 49
下载桌面版
GitHub
百度网盘(提取码:draw)
Gitee
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:ixiaoyang8@qq.com
QQ群:766591547
关注微信