Adtiming

一面项目面，问得很全面，简历上写的项目从头问到尾，从项目解决方案到细节，同时结合相关技术问题进行提问。二面线下技术总监面试，人很亲切，没啥架子。也是结合项目经历进行提问，更加关注解决方案合解决问题的能力，在细节技术上没有深究。感觉到还是在通过面试去挖掘你的优点，不太会追着一些问题死缠烂打，体验挺好的

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～

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。

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！

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。

38所组织的参观面试，面试雷达信号处理岗位。一面：技术面，先是自我介绍，问了所做过的研究、然后是技术方面的基本问题。对加班出差的看法，最后还会问你有什么问题要问我的吗？这个感觉是个要准备的点。二面：HR面，自我介绍、基本情况、把简历上的每个块都详细地说了一遍，有一个经历她问我遇到了什么问题，怎么解决的。还有对工作选择会从哪几方面考虑、留在合肥的意愿，期望薪资、对工作强度的理解。之后有一个心理测评。现在过去半个月了，还没结果通知，可能要凉。

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。