博视人工智能技术（上海）有限公司

虽然视频面试过程中，HR并未开启摄像头，但整体沟通氛围相对不错。HR着重了解了我的项目经历，并对专业知识和项目细节有所考察。虽然由于我的毕业时间和入职时间不匹配，没有通过面试，但最后HR也给予了我一些发展建议。

校招开始比较早，8月份投的简历，经历了笔试，初试和复试，都是视频面试（这点在疫情期间感觉很人性化），感觉难度在逐步上升，复试没发挥好（问到具体实习项目的细节，感觉没说好），可能没戏了，算是给后面积累经验吧。整体感觉还是很专业的公司，之前看了他们的空宣，行业大牛很多。

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。

面试总体难度尚可，薪资提升给的很爽快。第一面是技术面，主要问平时用的工具，预测类型的如果波动较大，一二阶差值过大怎么处理。分类回归的讲讲模型特性，比如xgb基本原理，调参经验等等。优化问题怎么反推业务做事，以及有没有自己弄过或者改良过一些工具包等等。第二面是大领导面，主要讲过往项目，参数微调逻辑以及一些基础机器学习知识，包括boost bagging之类的区别。三四面就是hr和董事长面，和大家所述基本一致。感觉面试的人都挺好的，沟通起来很舒服。

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。

进行了一轮视频面试，要求开摄像头，投简历时，看jd是决策规划类算法岗，面试过程中感觉是图像处理相关职位。面试过程进行了两个环节：女面试官面试：- 自我介绍环节：简要让我做了个自我介绍，问了我关于推荐系统部分的经历，有问到之前的工作中是否涉及到3D渲染，本科有没有学过编程；男面试官：- 提问环节：    - 根据我简历中写了xgboost算法优化工作，问了我都对xgboost哪些超参数做了优化；    - deep_fm原理是什么，如何进一步改进，deep_fm最后一层的sigmoid的作用是什么，如果没有sigmoid会怎么样（考验用回归算法解分类问题存在的问题）；    - 还有哪些其他的embedding方法，提示了图神经网络，问了我对图神经网络有没有相关的了解；   - 在没有数据的情况下，如何做冷启动；   - 再次强调是否做过渲染相关的工作总结下来，感觉xgboost优化部分的工作还有deep_fm算法的设计上回答的有些浅，细节上需要完善。

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）。