北京英伟达面试经验

1.知道一个向量的起点和终点，求向量外的一个点在此向量上的投影点，设所求点为（x，y），利用垂直的向量内积为0来列方程。 2.怎样在不使用额外的存储空间条件下来进行两个整形变量的值的互换a = 12#这样的话可能会溢出现象出现a = 4#按位异或b = 24，b = 2a = a + b，a = a^bb = a – b，b = b^aa = a – b，a = a^bprint(a,b)，print(a,b)。 3.dropout描述，为什么会出现过拟合的现象，（1）数据有噪声，训练集和交叉集分布不均匀；（2）训练数据不足，有限的训练数据；（3）训练模型过度导致模型非常复杂 。 4.卷积时候怎么用矩阵的乘法来做，展开成一维向量去相乘。

1.电话面试； 2.10分钟沟通公司及职位情况； 3.问基础，C++（交换两个变量），数学（向量的投影），CNN中乘法操作有哪些，并行求和操作。

面试一共有五面, 根据职位不同和职级不同，面试轮数可能会有调整,但一般情况下都不少, 一般最多两轮中文面试, 基本都是技术面,剩余几轮都是美国 印度等地区的人来面, 看运气吧. 总之英语要稍微好些/

就是三轮技术面试 会对各方面的只是进行考察

美国过来的一个director，问了一些技术问题，然后管理相关的问题（俺没有管人的经验，项目经验不管用）。 结果被咔嚓掉了。。。。

一轮电话技术面1h,一轮编程+技术面3h,一轮在美国的中国女老大电话面，最后一轮第一次约的早上七点半，打电话过去总提示会议未开始或输入无效，打半小时都不通，联系HR，她还在上班路上，之后HR说面试官等了二十分钟，真汗。 之后又约了下午面，这次顺利打通，但是网络不好，面了不到半小时断了四五次，面试官一直说我的信号不好，主要问测试相关理论知识，最后一轮pass。 冗长的面试过程，每轮都是一星期后通知，还让我从北京跑去上海onsite面，不想评论。

NV深度学习岗位面试主要侧重于机器学习基础和数学题，编程算法反而没考到，首先是电话面试，主要问了简历上的项目经历，由于面试官是研究图像的，所以对我那些NLP项目并没有问太深。 然后是4轮现场面试，问了几个机器学习问题，包括介绍最大后验估计，knn中距离度量，tensorflow中实现MLP的API，数学问了两层MLP的参数求导，求证矩阵分解时，交换特征值对应于交换特征向量的两列，用贝叶斯定理求概率值。还问了C++一般什么情况下需要返回指针，求整数二进制表示中1的个数。

英伟达台湾HR在领英上联系我，要我去投简历，一个星期后收到面试通知，应聘的是 Compute architecture. 面试官是搞技术的，先是介绍他们组所做的任务，主要是GPU运算方面。我简历被他选中是因为我有Opencl实习经历，之后面试基本围绕我这次实习的内容。问了Opencl的模型， work group 和 work item, local memory 和 global memory。第二大问题就是缓存，这个部分问题很专业，没有这方面工作经验答不上来，直接跳过了，最后就是流水线，最经典的五级流水线，流水线过长有什么好处和坏处。面试难，作为刚出校门的学生招架不了，基本没戏。

面试中，面试官很nice，技术很牛。感觉如果能有机会进去，可以学到很多东西。同时参与了两个部门的面试，面试体验都还不错。

主要问了电路方面和版图的知识。另外问了一下项目经验。