乐视网

NLP开发工程师暑期实习生 四道编程题，每道20分。前两题忘记是什么了，总之很简单类似于打卡题，第三题是吃金币，考察的应该是DFS，浪费了很长时间最后还只有27%，最后一题是观测流星雨数量，考察的是差分+离散化，最后83%。四道多选题，分数各不一样，考察的是简单的深度学习和机器学习常识。笔试第二天约面。面试上来先自我介绍。然后根据项目问问题。1. 介绍一下CRF，不要说作用，介绍它的原理，和HMM的关系。没说好，开了个坏头。2. 介绍一下项目用到的模型。正常介绍。3. 介绍一下BERT模型的结构，它和Transformer之间的关系和区别。正常回答。4. 详细介绍一下Transformer层，用了什么机制。正常回答，面试官不满意，没有继续追问，开始下一题。5. 介绍一下BERT模型的预训练任务。介绍MLM，追问mask了多少，15%；介绍NSP，没有追问。6. 还了解什么自编码模型，介绍一下和BERT的区别。回答RoBERT，正常回答区别。追问还有哪些，回答不了解。7. 讨论一下BERT、LSTM和CNN的训练收敛速度，并给出原因。回答得一般。6. 介绍一下自编码和自回归。一开始理解成Auto Chain，后面误会解除但是回答得很浅，面试官不满意。7. 介绍一下实习期间的业务。正常介绍，追问事件抽取模型的构建思路，正常回答，没有追问。8. 询问LLM的相关内容。回答做过本地知识库，追问有哪些常用的LLM，想了半天回答ChatGLM有一些。NLP相关内容的回答给面试官一种很不专业的感觉，基础知识不扎实，前沿技术不追踪。于是开始询问开发相关内容：1. Linux下查看端口占用的命令。回答netstat，追问后面的参数，不会。应该是lsof -i。2. 杀死一个进程的命令。回答先PS看PID，然后kill，追问参数，回答-9。3. 查看某一资源利用率的命令，回答nvidia -msi，和面试官说她想听的应该不是这个，但是不知道。应该是ps auxw。1. 多线程和多进程的区别。回答出了三点，没回答全面。1. 最长路径和，any to any。需要在读题后和面试官说明思路，思路被面试官肯定，最后没有实现。心里知道凉了，真的没啥心情反问，象征性地问了一下知识图谱在公司的应用。其实这种面得糟糕的情况，可以直接问”我觉得这次面试表现得不好，请问一下可以给哪些建议，我如果想胜任这个岗位需要补足哪些能力。“一点约面，五点半收到感谢信。

自我介绍之后就按照简历上你写的内容随时提问，因为我本人的项目经验是驱动方向的多一些，想要往发ramework方向转型，所以针对我本身职业技能来说，面试官并不太熟悉。 最后问再写一些基本的算法，面试结束。

华为的面试比较简单，总共三面吧，两面技术，一面HR。首先，算法是没有笔试的。一面就你简历上写的项目针对性的做一些了解，包括会问一些类似SIFT、ORB算法的实现原理，只要针对简历上的东西做过准备，应该不是很难； 二面就是你最可能入职部门的老大来面试你，看你和他部门的匹配程度，我当时被问了感兴趣的技术方向和如果入职可能做得一些事情，btw，还被强行拉深圳。

亚马逊报销行程，飞到卢森堡，时差没倒过来第二天一早去的欧洲总部。进门前台接待给一个工牌然后等hr来，一块面试的还有两个印度小哥。三轮面试，每轮bq+tech问题，白板写算法并解释思路。第三轮bq比重很大。一上午面完后就又坐飞机回来了。一周后收到电话告知没能入选。

答完逻辑题以后面试官会问项目经验，讲清楚就好，有一些细节面试官会详细问。另外会问一些算法之间的区别。我的情况比较特殊，面试官问我是怎么自学的，如实回答就好。面试完之后面试官会问有没有要问的问题，我一般没有什么要问面试官的问题，因为对待遇什么的不是特别关心，比较关心成长空间。

面试官很随和，随便聊了一下，问了一下简历中印象最深刻的、遇到最大的困难时什么，然后问了下基本的算法问题，当时没有回答出来，回来一看感觉还是比较基础的东西，可能复习不够到位，然后让回来等通知了，已经确定没有通过了。

首先是报道，然后集中在一屋子里等着被叫过去面试。一面主要自我介绍，问的你做过的项目，包括参加的比赛，问学习成绩，有些同学遇到了现场要求编程的二面主要自我介绍，问问你做过些什么，平时喜欢和什么样的人接触，业余时间做些什么之类的。