三一重工

目前是接到HR电话聊了半个小时后把简历发给了技术项目领导，晚上微信视频面试了20几分钟，过了不到半小时确认通过了，第二天叫我准备晚上和人力资源部长面试，后面不清楚了。技术领导面试问了很多技术上的细节，没有扎实的专业能力估计是很有难度的

HR小姐姐很漂亮，人也很专业，在面试前就让我做好面试的准备，告诉我面试的步骤。面试一共两轮：一面之前有个笔试题，然后是算法总监面试，很年轻但是技术很强，问的都很专业，我基本80%是回答出来的。二面是HR：沟通过薪资和公司的一些待遇，告诉我绩效达标正常年终奖是两个月的工资，并且还有交通补贴餐补等，平时加班也不多。总之下周就要入职了，还是满心期待的！

华为杭研所OD 算法工程师 整个招聘流程很长，几乎持续了一个多月。主要过程是这样的：HR在BOSS直聘上面联系到我-->准备机考-->机考通过-->技术一面-->技术二面-->HR面试-->综合素质面试。机考：三道编程题，不仅需要会做，而且要能在规定时间内完成，所以平时多刷 力扣、牛客，这对求职很重要。技术一面：前半部分进行项目讲解，然后面试官会问一些问题，后半部分是手撕代码，发了一道力扣的中等难度题目，要求在规定时间（30min）内做出来，然后讲解思路。技术二面：一开始就写代码，写完代码之后，问了一些比较基础的问题，比如python的语法糖、设计模式、经典算法等，然后又问了一些技术难题以及解决思路。中间的插曲：从机考到技术二面都比较顺利，但没有料到在HR面试中栽了跟头，当时那个HR板着脸、而且凶巴巴的（从没见过女的脸色这么难看），周围环境非常嘈杂，几乎听不清她在说什么话，然后她不断地盘问我的职业经历以及质疑我的技术水平，让人感觉状态非常差，在谈薪资的时候都没有理直气壮地说出自己的期望值。HR面试结束之后，反馈结果是“抗压能力不匹配”，才发现自己中招了，同时也感叹华为HR权利之大。本来以为就这样结束了，没过几天，又有其他部门的HR联系我，我告知情况以后，对方说可以帮我转部门，于是直接跳过技术面，进行与主管的综合素质面试。后续的面试切换了方向，变成做云平台的开发，尽管与自己的预期方向不符，但还是想争取拿到一个offer，于是就答应继续面试。这位主管是华为云平台的一个leader，说话很和气，主要是聊当前团队在做的事情以及入职后的培养方式，还聊了许多生活上的话题，我说自己之前是搞算法的，转到PaaS开发会不会给团队带来负担，他说没关系，会有师傅来带的。之后，HR又说之前的两轮技术面试因为切换方向，不能作为参考，还需要补充一轮技术面试，于是又进行了一场技术面试。面试过程比较轻松，面试官放水了（他一开始就说：不用紧张，会很简单的^_^），编程题是easy级别的问题，而且整个过程只大概聊了一些项目流程的事情，细节都没有询问，之后聊了一些关于杭研所的问题。总体来说，杭研所的面试流程比较繁琐，但整体面试难度不是很高，只要平时项目做得扎实、有一定算法功底就可以通过，也许他们更看重成长潜力（学习能力）还有个人特质（老实听话）。

面试一共1h20min，好久没碰到这种难度的面试了，之前都是走马灯，面的时候有点害怕，面完又很有成就感。1、刚开始围绕项目深挖，挖技术点，我是目标检测就问关于yolo系列算法的正负样本采样策略不同，anchor获取不同等；2、训练时候loss变为none，loss变为0是什么原因；3、bn在训练和预测时候的区别，回答不好，需要加强学习。；4、噪声抑制的方法，我说过滤，他说不好用，我想了想也想不到，确实是不知道怎么解决，这也真的是一个难点；5、c++手撕nms；6、c++封装继承和多态，如何实现多态，虚函数；7、如何判单一个点在一个多边形里面（凹凸多边形，有点难），想了一种方法，但是没思考全面，忽略了点在边上的情况，又提了一种方法，可能还是不够全面；8、凹凸多边形内角和是（n-2）*180°，外角和是360°。...还有一些问题，是边聊边问的，我也记不太清楚了面试官小哥哥真的很好，循循善诱，很温和，面试体验感满分，希望能挺进下一面

一面 技术同事+技术主管，电话面试，问了些过往项目和技术问题，难度一般。对方人很nice，几乎是抱着交流而不是考核的态度了，我请教了一个我不确定的问题，对方态度很好的讲解了。hr面。该hr效率极低，问题宛如查户口，无聊。

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。

之前是有HR电话联系，聊了一些基本情况，包括对深度学习框架的熟练程度等整体氛围比较轻松，笔试题目难度适中，用的是C++，包括语法和算法的题目面试去的时候先做了笔试，是英语的题目。然后有两个面试官来面试的，一个比较和蔼，一个比较严肃。整个过程还是比较轻松地。