面试过程：在线面试，先是手撕代码三道题。 （1）一堆整数中都是成对成对出现的，只有一个整数出现了一次，怎么不利用额外空间找出这个只出现一次的整数。 （2）手写strcpy， （3）写一个树的遍历，一开始有递归，让我别用递归再写一次。然后就是c++的一些基本知识的问题。 面试官问的面试题： （1）class与struct的区别 （2）说一下多态 （3）const的用法 （4）指针和引用的区别等等。 然后问了以后想从事哪个方向的，偏应用开发，还是偏底层驱动开发，我说了应用开发，他还蛮高兴，因为他们部门主要是应用开发。 面试官人很好，两个人全程都没有开摄像头。当时没学c++，这些问题都不会，回来以后恶补，编程也不怎么好。

参加了两轮技术面试。第一轮技术项目当然会问，但不是很深入，侥幸过关，SV和UVM问得很详细，验证平台什么的，索性这一块掌握的比较好，回答的比较满意。还从简历上随便找了几个点问了一下，当时就知道过了。 第二轮技术是上海芯片部门前端这一块的总负责人，感觉将近五十岁了吧，实力毋庸置疑，问得问题都很具体，根据你的简历出题，都是具体的场景，让你实现他所需要的结果，而不是那种只问个知识点，一问一答的形式。完全hold不住，他给了我很多机会，奈何实力不允许实在是。二面比较看中解决问题的能力吧，比较能检测出来真实的功底，项目是否划水？学习是否深入？绝不是翻翻书，看看面经就能搞定的。当然可能是我实在太菜。让我中秋节之后等通知，当然也没必要等了，凉凉喽。

一开始先做自我介绍，说一下自己做了哪些项目。然后问而下kaggle那个项目，面试官还亲自查了kaggle记录。想让我大概说了下思路，我说我们跑了pytorch的model zoo，他回了一句：pytorch现在有这么多新模型了？，这句话让我觉得他大概也是搞DL，应该会问的比较专业。然后问了下我怎么finetune模型的，我说我们修改了模型，同时最后结果加了一层fc（1000,17），输出结果套sigmod。 然后他问了一些模型修改的细节，之后他问我最这些model zoo了解多少，我大概吧alexnet，VGG，inception，resnet，densenet说了一遍，感觉他还比较满意。之后他问我是不是在做强化学习，我说正在边学边做，他让我介绍一下，我大概跟他说了一下Q-learning和DQN的区别，然后让我说下现在主流的RL算法有哪些，我说有sarsa，Q-learning，但是现在不多见，因为搜索空间太大了。DQN的话有natureDQN，doubleDQN，优先级DQN和对抗DQN，面试官没有再深问，最后问了下有没有目标检测方面的经验。 总的来说，面试官比较温和，也比较专业，中间还给我科普了下alexnet的第一层窗口很大，VGG的比较小。