23秋招可能就这么迷迷糊糊的结束了吧
6月初开始投递提前批
主要投递在7-8月,少量9月
大部分公司刚开投递通道的时候就投了,内推也是尽量找的有联系方式的,或者经常上牛客的,但是有几个找的太着急,以至于联系不上,尽量在开了一周左右投递吧,太早可能不一定好,可能处理方式是后进先出,后面也可能会放出更多或者岗位,前面投了没法取消;投太晚会错过一些岗位,有的岗位开了一周多就简历投爆了,截止投递
投递方向
算法工程师、图像处理工程师、AI工程师机器学习工程师、AI安全工程师
隐私计算工程师、数据安全工程师、安全工程师
简历挂/简历筛选中/一直没有笔试面试
大疆-机器学习算法工程师(深圳)
众安在线-算法工程师
之江实验室-算法工程师
中兴蓝剑-算法工程师;中兴正式批-算法工程师-技术预研工程师
oppo-机器学习工程师
锐捷-机器学习工程师
旷视-算法研究员(北京)
小红书-redstar计算机视觉多模态
联想中国-视觉算法工程师
百度-人工智能安全工程师
国信证券-AI工程师
华泰证券-AI工程师/算法工程师
蔚来-人工智能工程师
美的-创新中心-机器学习
快手-机器学习算法工程师(北京)
搜狐-助理算法研究员
猿辅导-深度学习算法工程师(笔试和大疆撞了,只有一次)
上海人工智能实验室(投了之后岗位更新,显示只要博士)
依图-AI算法工程师
顺丰-机器学习算法
b站-机器学习算法(错过了第一次笔试,没有发第二次)
网易互娱-AI研究工程师
阿里-AI安全-云智能-安全三连寄
滴滴-算法工程师CTO(投太晚了估计)
第四范式-机器学习算法工程师(可能投太晚太晚了)
笔试之后挂/笔试挂/笔试之后无消息
shein-数据挖掘工程师(第一次写笔试,很简单的两题,零钱兑换和层次遍历)
海康威视-AI算法工程师(就一道题,层次遍历二叉树,寄了)
虹软-计算机视觉算法工程师(真的很视觉)
大华-图像处理(真的很图像处理)
vivo-深度学习算法工程师(camera)(真的很camera)
微众银行-人工智能算法岗(很偏统计机器学习)
网易-深度学习工程师(笔试四题都很难)
深信服-算法工程师(显示简历复筛无)
新华三-视觉算法工程师(这个还是很视觉的)
高通-机器学习/多媒体测试
英特尔-AI工程师(笔试之后无消息)
oppo-隐私计算算法工程师(可能只招博士)
zoom-视觉算法工程师
奇安信-算法工程师(可能是hc太少了)
面试面经
TPLink(图像处理算法)
笔试会有一些图像方面的题目,编程题没法调试也不知道运行结果,不过很简单,是C语言
一面 30分钟
自我介绍,然后问项目,面试官非常好奇,问了项目里的一些名词的含义
了解BN吗?
二面 30分钟
了解项目
随便问了个C语言问题,内存泄漏
三面 7-20 20分钟
问论文和项目
解释了项目里面一个直觉的方案
“咦,那篇论文为什么你不是一作,你们老板的贡献是什么”
哲库(深度学习算法视觉)
一面 50分钟 7.20
问项目问的非常细,包括方案的细节
差分隐私里面,为什么要不同的机制,包括指数机制 拉普拉斯和高斯机制
还问联邦学习能不能做应用,未来开拓方向,比如用于语音唤醒之类的,内置在芯片里面
反问对公司哪一块业务更感兴趣,公司做纯视觉【high level】,超分降噪【low level】还有剪枝量化等
二面 45分钟 7.28
开摄像头的时候感觉面试官很像是张宏江,面试官很强,各方面都懂,
反问的时候面试官特别建议:你到底想做什么,是继续坚持现在的方向,来我们公司开一个新的方向,还是重新选择现有岗位进行学习,这种学习往往持续一年;心情很重要,影响成果;你的方向未来五年可能会变好,但是人总是要生活的,这个可以理解;
resnet跳跃链接为什么好,为什么可以缓解梯度消失;BN也可以,为什么BN没有跳跃链接效果好(可能面试官问的不只是缓解梯度消失上好,还有其它方面)
【“跳跃连接可以传递梯度信息;残差网络拟合残差,有点像GBDT”】【这个当时还没开始看八股,答的不行,resnet论文里面有写】
你还了解其他的网络模型架构吗?
科大讯飞(AI算法)
一面50分钟
不能投屏,视频面试,光嘴说项目,方案如何设计的
问基础,看你简历上写了sklearn:
①BN了解吗?
②running_mean和running_var的大小是什么?
H*W*C【“错,当然这也是一种,但是不是BN的,你回去看一下BN的论文”】
③生成模型和判别模型有什么区别?哪些是生成模型?
④蓝皮书后面的几章呢?
⑤你刚刚说到了SVM,SVM是如何求解的?
⑥原问题和对偶问题的解一样吗,什么时候一样?
二面50分钟
聊天,家哪,对城市要求,有女朋友吗
自我介绍项目,了解项目,没有问技术细节,大体介绍技术
超参数科技(机器学习)
一面 7.21 50分钟
挨个问项目
面试官是做meta learning的,很懂,每个项目都懂很快
写代码,快速排序
二面 8.10 50分钟
挨个介绍项目
①199^200和200^199谁大;②一个进程在操作系统里面的内存分布情况
③如何有效选择特征,不然模型非常大,游戏Ai还有实时性要求
三面 8.22 40分钟
挨个问项目了解
HR面 9.6 40分钟
自我介绍;
讲具体的case遇到的困难如何克服
期望薪资;手头offer
在找什么样的工作,对游戏AI前景有什么看法
Offer会在9月底正式批横向排序完再出来
字节(数据隐私保护方向)
一面7.26,约半小时
英语自我介绍
问项目,论文的挑战创新点和设计
对联邦学习和安全多方计算的理解
未来联邦学习和隐私计算的研究趋势
反问
二面8.1,约1小时
随便问了下项目
开始细问DP项目,怎么实现的差分隐私,如何衡量相对误差,直方图如何分组的
列联表怎么加噪的
好,开始写代码吧
表达式求值,“(1+2)*3-4”
双栈,思路对的
后面调不通,报错,然后输出为0
发现输入数字的代码写错了
大的循环条件也写错了
寄了
兴业数金(AI工程师)
8.12一面,20分钟左右,问项目
问是不是全栈,希望招全栈的,只有一面然后内审
之江实验室(隐私方向)
做一个ppt进行介绍
HR反问如果秋招结束考虑offer的时候,最看重什么,看重起薪吗
蓝象智联(联邦学习)
一面
约的周日早上9点面试,面试官手机没电睡过了,早上10点40开始的
问项目;问联邦学习论文;问决策树;问resnet;手撕层序遍历
二面9.2
介绍项目经历;介绍决策树;
“为什么cart用的是基尼系数?”真没答上来
说一下boosting和bagging
说一下xgboost和lbgm
写题,数组中第2大
写出LR的伪代码
三面9.3
京东(算法工程师-机器学习)
8.27笔试,2.2/3.0,最后一题排列组合很难
8.30一面,1h20min
分别介绍项目,面试官是搜推方向的
问是否用tensorflow;问是否会spark和hadoop;
题目是带权编辑距离;不让dfs,要求dp
在面试官提示下,增加了初始化的代码,才跑通
一周后寄
携程(算法)
8.30笔试,最后两题0.3/0.4,倒数第二题用并查集暴力超时了,最后一题不知道为什么写错了
一面40分钟
介绍项目
问xgboost和lightgbm
爬楼梯的可能数
二面1h
介绍项目
问MSE和CE的区别,MSE的弱点,在梯度更新上的
神经网络隐含层参数个数,包括w+b
概率题,贝叶斯公式,小心别搞错了…..
SQL场景题,求每个人连续签到最大天数
Date id is_sign
hr面电话15min
问项目中自认为做得好、困难在哪里
投了哪些其它公司的哪些岗位
Base选择
三面1h左右
先介绍一个项目,然后开始出题,包括SQL、编程(回溯)和机器学习正负样本不均衡的处理
学生表S(SID, Sname, Age), 课程表C(CID, CName), 学生课程表SC(SID, CID, Score), 没有得分代表没有选修这门课 CID 1 数学 2.英语 要求:用SQL查询选修了数学,英语为前10名的学生
面试官问这个题目是不是有歧义,歧义在哪里
美团(计算机视觉工程师)
8.31一面,约1h,视频面试
主要介绍项目
被问职业规划:职级、收入、工作上的成就具体一些
9.7二面,电话面试,30min
介绍项目,以及可以如何改进
分析一下对抗场景,介绍一个具体例子
分析一下现实场景,如何清洗数据如何选择模型
“你做的这个方向,企业这方面,能胜任什么样的工作”
对媒体安全的了解,举一些例子
9.23三面,电话面试,约40min
是保送的吗,为什么保送没去其他学校
讲项目
网络安全领域哪些能用AI,哪些不能用AI
商汤(计算机视觉工程师)
9.16一面,很快不到30分钟
自我介绍+项目
9.21二面
聊项目论文
如何删除最少最小的数字,使得一个数组中所有数字和为3
9.26三面
另一个部门的主管代主管面试的
微软(苏州SDE)
9.19一面,45min
括号生成,生成所有合法括号序列
求合法括号序列数,如何改进,如何估计时间空间复杂度
9.22二面,45min
链表是否有环判断,快慢指针的快指针能否是k步而不是2步?
连续子数组和为目标数
[0,1,4,5,0] K=5
当时想dfs,又想滑动窗口,结果滑动窗口想简单的模板left和right就寄了
应该最简单的是“连续子数组”,直接for循环双重
不然dfs写出来也行啊。。。。愣是20分钟,没想清楚就开始滑动窗口,寄了
阿里(面试的是云安全)
9.28 电话面 30分钟
自我介绍讲项目
TCP三次握手
Linux有哪些信号量
操作系统进程间通信
看linux某进程的端口号的命令
写表达式求值的代码
寄了,可能实在是不太对口
华为(安全方向)
一面 40min
面试官是第一次面试,先看简历,然后自我介绍
Code题
直方图最大矩形
最后面试官说直方图是线段不是柱子,不过问题不大
二面 40min
介绍项目
“对统计数据加DP没有意义,黑客不在乎是83还是82,只要均值在80左右就能进行用户画像”
“统计值加噪没有意义,在本地加DP”
安全场景题,从密码学等角度考虑
三面 15min
小米(机器学习)
一面8点面试官还没下班,在工位面试
问项目,并且提出来希望说清楚现有做了啥,然后创新在哪里,不要一开始就深入细节,或者不需要讲细节!
手撕第K大(后面发现有空间复杂度O(1)的,是循环式的快速排序实现的快速筛选)
二面
问项目
一直问是否了解深度学习模型架构设计,说做过的只是训练方法和部署上的,没有深入到模型设计
说业务中只会用java,不会只用python
手撕编辑距离
三面
问项目
反问
部门在北京
蚂蚁金服(AI方向)
笔试9/15在英特尔之后,蚂蚁官网还崩了,幸好提前访问过,7:20从历史记录进去牛客笔试了,最后也补时了
第一题是素因子分解,求素因子个数,0.61(判断素数的for循环写在了3开始…漏了偶数)
第二题是一个遍历的DP,1
第三题是,求给定字符串的偶数个字母字符的子序列个数(状态压缩DP,暴力0.11)
一面 电话面1小时
介绍论文
论文是否适用于表格数据和NLP数据,身份id特征如何处理
面试官说用bert
然后bert处理后得到向量,如何加噪,假设有下游的NN
“idea和想法都很简单,技巧性不强,但是idea还行,想法simple,出发点好一些”
论文里面可以加一个特征分布上的对齐,先对齐特征分布上,而不是只映射到统一个特征空间
高斯机制和拉普拉斯机制有什么区别,为什么不用高斯,那种加的小?
一个盒子,100个黑球,100个白球,等概率的随机进行三种操作之一①拿2黑,放1白;②拿1黑和1白,放1黑;③拿2白,放1白。问:最后只有1个球了,请问这个球是白球的概率多少
没想出来,好像是1?是智力题不是概率题
二面 电话面45分钟
讲论文和项目
在项目执行中是否遇到过一些困难
概率题:
等公交的期望
第一辆公交车到达时间符合U(0,10),第二辆公交车也是U(0,10),两个独立同分布
可以上任何一辆车,问等待时间的期望。
好像是要画图算面积,现场没算出来
三面电话面 大约25分钟
一开始电话非常不清楚完全听不清
就说项目,然后面试官质疑,好像从因果来说的,前景和背景,很causal很有道理,但是这几句关键的都没听清楚内容是什么,不知道咋回答
12分钟实在听不清楚,提了一下,面试官调了一下,清楚了,结果面试官按到了挂机键
过了一会重播过来,说了12分钟
然后后来就说其它的项目
反问一下,就结束了
小红书(机器学习-安全工程师)
求100-200内的素数
讲一个项目或者论文
可能不对口寄了
百度(AI安全)
流程非常奇怪,7月投的,投完就简历共享,然后简历筛选,简历共享,突然9月笔试,然后简历共享,然后显示面试中,hc数量为2
10/20下午一面,接近60min
先介绍项目
然后八股
梯度消失和梯度爆炸的解决方案,尽可能多说
为什么relu要带leaky,为什么leaky负方向是接近0而不是接近y=x?
(面试官提示用L1和L2正则化的作用来回答,L1和L2正则的作用一个是L1可以起到稀疏化的作用,L2可以让参数接近0但是不等于0,leaky相当于L2的作用,原始的relu相当于是L1的作用)
过拟合的解决方案
第一题,链表左移k位
第二题,零钱兑换的所有可能性打印出来
10-24 晚上二面,1h15min
先写2个题目
第一题是删除链表中重复元素,重复的都删除了
第二题是最长回文子串的长度
然后一个个介绍简历里面提到的项目
面完一周后共享中
后续
可能,对于算法而言,早早刷题(比如12月开始),然后找能转正的实习(1-4月投递笔试面试),暑期好好实习同时准备秋招,拿到offer的几率会更大吧
3月才开始断断续续刷题,之前完全不会********这些
5-7月还被论文分去了很多时间
7月发现今年好像没什么提前批,提前批准备也不充分
8月开始认真刷题看八股
9月底才勉勉强强能应付笔试面试的题目
10月又开始赶论文DDL到11月中
起床的时候,已经是黄昏了
-----------------------
还是需要想清楚自己需要什么吧
迷茫了很久,纠结了很久,不知道该工作,还是该去读博
12月了,应该都结束了没有机会了吧,春招再见吧
又得刷点题了多准备准备了,也不知道春招往哪投有没有春招,都得准备了
真·后续
朋友们,这几天突然有电话和邮件来了唉(邮件日期12.1,12.8,12.15,12.20),邮件是问是否还有意愿的,估计是有hc了(美团/阿里/京东),官方的招聘公众号上面也开始有消息了
之前面“通过”的,电话开始HR面/oc了这段时间推进起来了(12.16--12.23)
希望都能够收获心仪的offer
#23秋招##面经笔经##你的秋招进展怎么样了##算法面经##冬招#