百度

两面。每轮面试大概都在1个小时左右。   我本人是做NLP相关的。每轮面试都是先自我介绍一下。聊了一下研究生阶段的科研、项目。以及实习阶段的项目。都出了编程题，现场在纸上写。问了一些算法相关的东西，问到了word2vec的原理以及word2vec是如何降低复杂度的。包括一些基础的机器学习算法。

去年12月找的实习，远程1v1面试。面试官是个小姐姐挺友好的，答不上来的时候还不断给我提示。不过问的问题难度有点大，都怪我太菜了。面试问题主要围绕简历展开，还问了一些传统图像处理算法，一部分机器学习的推导，手推SVM跪了，凉凉。

1.自我介绍； 2.机器学习的一些算法，我当时不会的太多。 第一题：给你n个数，要求找到所有的三元集，满足a[i]+a[j]+a[k]=S，要求复杂度n^2我做这道题的时候，一开始给了一堆乱七八糟的方法。FFT什么的其实都想说出来，但是忍住了。 第二题：给25匹马，你有五个赛道，问你最少需要比赛多少场，才能得到前三的马。我一开始没啥想法，于是答了个上限，(25-3)/2=11场，因为每场比赛可以淘汰两只马。然后面试官提示了一下杨氏矩阵，然后看我好像还是不太懂的样子，就给我讲了正解。

首先是通过校园招聘笔试通过进入一面，一面是群面，我投的产品运营，主要是让推广一个APP，出一个方案。其实跟笔试题目差不多，但是群面考虑的因素很多，  我们组有个总是打断别人说话，并且说的废话，最后我们组都不是很理想。

四轮面试，两轮技术，一轮经理，最后HR电话谈薪资。一面：先介绍项目；然后是iOS的技术，比较基础；然后是一道算法题；最后结合他们做的东西问。二面：计算机基础；解决问题的经历。三面：任务管理；如何处理工作等等。

一面，气氛融洽，一直耐心地听我balabalabala。 二面，气氛也很好，面试官出了不少开放性问题，我把我的那点AI知识全都都抖出来了，感觉算是勉强通过吧。最后面试官还带我去吃了个晚餐。 三面，气氛也很好。本来以为是技术面，没想到那个leader问了我好多职业规划职业发展方面的问题。把我问懵了。

首先面试官很nice！整场面试下来聊了很多专业技术上的问题；其次通过自己对过往实习经历的描述，给出了一些未来职业规划上的建议；最后实地参观了录音棚，简单地考察了自己实践方面的能力（可能还是欠缺一些）总体还是蛮顺利的，和面试官交流很愉快~