滴滴出行

自我介绍，项目经历，之后是能力考查。 主要是包括四道算法类题目，有基本算法题，也有考查数学能力的问题，考查个人的基础知识和逻辑思维能力。算法题之后是基础知识考查，主要是对于操作系统和计算机网络来进行考查，需要在之前做好这部分内容的复习。接下俩是关于机器学习相关部分的内容，包括如何处理常见的问题，如何确定合适的参数等。还会问道目前接触和正在学习的内容，应当是考查对于新技术的了解情况，分析面试者的学习能力。 总的来说考查比较全面，需要做好基础知识的准备，同时需要面试的时候冷静仔细，手写代码不能出错，各种情况考虑仔细。

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。

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。

两轮面试，第一轮面试官主要围绕机器学习算法和计算机基础提问：em算法的原理svm的原理，函数间隔和几何间隔有什么联系和区别用sql语言写查询，主要是联结查询左联结和外联结是什么linux中新建文件夹命令hadoop相关问题第二轮面试官面coding和算法怎样判断链表有环寻找环的入口节点在第一象限内寻找斜率最大的两个点归并排序最小生成树原理蓄水池采样问题。

面试官还是很注重技术，在机器学习基本算法以及具体项目方面问了很多，确实有难度，算法工程师确实需要很好的算法与数学基础。

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！

没有想不到的，只有问不到的。从数据库到算法到mr，再到数据算法的优化，然后设计题，一边想一边写，要是每个心里准备，还是不要去了。