阿里巴巴

面试的实习生，早上八点开始，大概有四十分钟。个人感觉问的问题不难，都是c++基础问题，例如类和结构体的区别，类的成员变量初始化方法等。然后让讲了一下项目，讲完后根据项目问了一些具体的细节。HR态度蛮好的，我总体回答的不好，基础太弱了，还需要加强。

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。

参加了阿里巴巴2020年的校招 笔试题目非常难 报的是算法岗位 笔试题目分为两部分 一部分是选择题 难度相当大 有概率题 机器学习题目 还有算法题目 每道题目只有一分钟答题时间 但是运算量相当大 需要一定的技巧才能做出来 另一部分是编程题 一共有两道题目 分别是做最大子集匹配的需要扎实的数据结构和算法基础才能拿下基础是最重要的 难度相当大 需要系统的准备才有希望过

阿里游戏：游戏市场分析，楼主本科是管理科学，这个应该是最对专业的职位，问的题目全部是偏电竞的（话说阿里这两年办了好多比赛）：lol dota游戏区别，赛事区别，apex和吃鸡区别，吃鸡里的团队合作，一面挂。

参与阿里面试的人非常多，之前没有这个岗位的实习经验，只是打算感受一下，稍微做了点准备就去了，所以初面就被刷了。初面是群面，大概10个人一组，头脑风暴然后做个pre，从我那场来看，就是一定要努力去carry这个进程，思路比较清晰，提出的内容反倒是次要的。

IoT的视觉部门，主要做检测任务落地。非常重视加速方法，比如cuda编程、卷积加速等，卷积操作细节，卷积实现方法，卷积加速方法等。移动端深度学习框架有哪些。结束问了一个算法，任意多的香，燃烧完需要60分钟，让我判断16分钟的时间点。

一面主管面，介绍了项目和论文。面试官不是很懂cv，所以问了我很多基础的公式和损失函数。然后给了一个推荐的场景题，我没做过推荐也没啥概念，完全凭想象力回答了。最后做了2个题，一个dp一个快排。二面貌似也是主管，不过是做nlp的。大概聊了下论文和项目，最后面试官说还是倾向招nlp的同学。当场感觉有点凉。三面业务负责人，仔细聊了论文。问了些深度学习的基础，过拟合，L1和L2，梯度爆炸。然后一个推荐场景题。最后沟通了部门情况。HR面，15分钟，问了手头的offer情况。