联想研究院

一面面试官专业水平很高，问的项目内容和实习工作内容，问的有深度。coding 问题有难度（主要是我没咋刷题）。整体面试有压力但是不大。二面整体介绍项目，做了个简单的 coding，面试官人非常好，轻松结束。

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。

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！

一面 应该是hr面吧，hr小姐姐很亲和热情，介绍了很多公司的状况面试官说话非常礼貌，也很友善，整体氛围比较轻松只是最后hr通知二面通过让参加终面，却迟迟收不到具体的终面时间，如果我没理解错，应该是没什么戏了。希望hr小姐姐大可以直截了当地说出来有更合适的～

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。

由于疫情，无法到公司面试，HR选择了电话面试，时间20-30分钟，主要就是面试的一般流程，对所做项目做了详细的问答环节，并且很认真的看每一项内容，HR真的会把发过的论文找出来看，这一点我觉得很认真。但由于是第一次参加面试，有些紧张，有几个问题回答的不太好，但问题都不难，只是没准备好，临场反应差了点意思。 强烈建议大家把自己所做的有价值的项目现梳理好，否则一年到两年前的项目被问到细节很可能会临时想不起来。主要是联想研究院的面试网上查到的说法不一，有的说不面算法，有的说面算法，所以我把时间更多的准备在了算法上，所以对项目基本没看，都是靠着记忆直接回答的，这里感觉实习生还是需要把项目好好再看看，HR一点点算法问题都没提到。

笔试后联系的面试，总体体验不错，就是他们自家的面试平台出了点问题形式：一对一，全程半个小时左右过程：1.自我介绍2.对着简历里的项目一个个深挖，先让我自己介绍项目，然后面试官再针对细节提问（主要部分）3.对掌握的技能进行提问，我被问了一些C++和机器学习算法相关问题4.关于个人求职的一些问题总结就是对自己简历里的项目一定要熟悉