高德

参与面试的岗位为算法工程师HR会进行初筛,我会和项目经理进行第二轮复试, 主要针对简历提出技术问题, 算法岗会有CTO的第三轮面试我不倾向于提问过于具体的技术问题, 而是更倾向根据面试者的简历中的项目经验, 让面试者自己发挥自认为最具成就感的算法研究内容, 并对其研究思路进行一定的提问.

社招跳槽，因为是老同事推荐，所以提交简历后半个小时就来电话直接面试了。应聘的MachineLearningEngineer，但是问的都是偏硬件的问题。据说是MLE岗位已经内定以，没人头了。

面试通过。1对1面试，有收获，有笔试。实习：笔试不难但是0AC 好像100分就能面试 技术面问的很基础 但是答得不是很专业 现场写了一道代码 一面总共50分钟吧 面完就收到了过了的短信 业务主管面就聊了聊简历上的东西 30分钟不到 本来以为凉了 过了一个星期看网上进展显示通过

我面试的是算法实习，面试官很nice，一对一面，基本是根据简历上的经历进行提问，都是关于机器学习的理论知识，比如发生过拟合的原因有哪些，针对这些原因，有什么样的解决办法，什么是正则化，原理是什么，为什么要归一化处理等，我准备得很仓促，所以回答有点磕磕绊绊，结果可想而知。所以还是准备充分吧，基础知识扎实的成功率才会很大。

一面：自我介绍姓名 学校 哪个院 方向 成绩 介绍项目：介绍了简历上前两个项目，重点是如何处理数据的，数据集里都有哪些参数，预测什么参数（这边确实不清楚，但是圆过去了，得补充）图像怎么去噪的（这个问题也问了，但是没具体讲）（需要自己补充）反问：公司时长，是否双休？（半小时）二面：自我介绍介绍项目：第三个项目 和第一个项目 还是如何处理的数据的 数据集中有哪些参数（我就说了三个：风力大小，功率，相对位置） 是否为预测（补充：对数据的熟悉）第一个项目：叙述了怎么处理数据的，随机切分 构建数据集 等等 多性能预测 故障预报（0/1分类问题，以后我们需要做的东西 最后做的准确率是多少，宁愿误报也不能漏报）反问： 公司待遇：14k*13+年终奖（部门效益，个人绩效完成工作） 五险一金 无加班费 （半小时）总结：完善简历里对项目的深度了解了解，写上去了 就很有可能被问到。其他根本没问八股文基础知识

电话面试hr主要问了对于annotation analyst岗位的了解，听我讲完后还给我解释了一下这个岗位的主要工作，后面问了我为什么想换工作，对于Apple的了解，期望薪酬，后面还留给我一点时间提问，主要问了待遇上的问题，全程中文，hr电话过来的时间很准时并且态度友好～最后还说我目前的工作和Apple这个岗位的工作薪酬稍微有点差距，让我仔细考虑一下回复邮件。