浙江大华股份

vivo推荐系统面试，1面技术面，2面HR。 第一轮技术，我本身是做RL的，只是面试前稍微了解了下推荐，面试官没有很为难我，一直在探讨强化和推荐可以怎样结合，然后问了一些基础的ML知识，撕了一道算法题，一个概率题。第二轮HR面，十几分钟完事，就是一些很常见的HR面问题，感觉又泡池子了，许愿一波OFFER吧。

一大屋子面试官和面试者，所以环境还算轻松，一面是技术面，面试官知识面很广~~，上来自我介绍，然后会根据简历里面的项目经历提问，问得比较细，要知其所以然才行，一面过了会让等待二面，二面是HR面，问的问题都很亲切，不会为难你，聊得很欢，如果对你满意，还会问你有没有问题问她，总体感觉不错

这次水过了，主要那边比较缺人。 上周猎头推荐，周四确认面试，当场确认可以发offer. 面试官人很好，作为前辈给我指点了一下我的各方面不足，应该进一步学习的地方。

新鲜出炉的大华凉经，刚刚面试完半小时。。。通过牛客20年sp-offer通道，投的大华看了网上的面经，大华面试总是突如其来，我也是这个情况，收到面试官邮件，约了两个小时之后微信语音开始时告诉我一面可能会比较关注基础知识于是。。。了解过优化算法吗？说说二阶梯度优化方法。。。（一脸懵逼。。。）具体一点就是说说SGD和Adam的区别介绍马氏距离说出图像变化的矩阵公式丰度的概念算法：找出无限大一组数中第K个真的是一问三不知哦，一度欲哭无泪，都想放弃面试然后开始聊简历，之前做过attention的网络，就被问了SENet，有人说CBAM在实际分类中和SENet表现差不多，你觉得可能的原因Pytorch和tensorflow的区别，了解这些深度学习框架的底层区别吗？用深度框架自己写过层吗？有什么问题想问？聊了一下人脸识别和虹膜识别的问题

总共面了三轮，两轮技术，一轮hr第一轮技术面试，主要问了简历上的一些东西，一些项目经验，和学校的课题。第二轮技术面试多问了一下基础问题，如中值滤波的原理什么的。第三轮Hr没什么问题，随便聊聊。面试总体感觉不难。

技术面试+笔试，boss面试

面试过程： 一面技术面，电机驱动算法，SVPWM，我表示画图比较方便，就把整个控制原理图画了一下，如何控制的，并表示自己做过仿真，但因为是一门课所以研究不是特别深入。面试官说做成硬件会有什么地方要注意的，可能会有问题的我就蒙了，确实是没做过也没思考过，还问我图中的theta角是怎么得到的，我的内心活动是“考试都会给（┬＿┬）”，只能说好像是算出来的，最后面试官也很实在表示我的理论知识还不错，但是缺乏实际经验，回去等通知，我想估计是委婉的拒绝，就问了一下，面试官表示只能说是因为过两天大概校招就结束了如果没有更加特别合适的或是想给offer的拒绝了还会再考虑的。我也不指望了，这也只能看运气。