一面 技术面常规的自我介绍然后就是对着项目 因为我做过模型压缩的项目模型训练优化 调优 包括底层的性能优化 算法层面 硬件层面 都涉及到了 。我答得很快 追问的很深，几乎就要问的超级细节。好几个没答上来，最后问我有没有问题 ，就问了个多久出一面结果。感觉主要问的还是训练框架，模型调优，模型压缩等算法层面的，硬件层面的感觉面试官自己也涉及的不多。二面 HR面 25min问问家庭，婚姻状况个人职业倾向是软件还是硬件个人性格读博的原因，以及读博的收获成果以及项目的实际产出投了哪些公司，有哪些offer反问就问加班文化，团队氛围，团队架构，个人成长路径这些老生常谈的。

想问问有没有佬了解这个部门情况的大概业务前景和工作强度之类的后端开发岗 刚刚开奖了是低于预期的白菜😭

#面试体验感最好的是哪家？# 从八月面到现在面试了这么多场了，从来没遇到体验这么差的面试，一面完了就觉得完全不在一个频道上。一，不知道面试官在哪进行的面试（可能是食堂？），声音非常嘈杂，甚至能很清楚地听到旁边的人面试的声音。导致我很多次根本听不清他在说什么，不论反问还是强答就一脸嘲讽地笑。二，很多问题提问的角度非常冷门。我有一个比较硬的项目，面试时每家必会问，百度、蚂蚁的面试官提问一下子就能问到非常核心的技术点或者业务点，其他的起码也都是围绕、发散，但是网易的面试官问的我一脸疑惑，比如问我dpo训练时有几个loss，我一脸问号，dpo不就一个loss吗？难道是默认混合了sft的loss或者流式训练reward model？结果说一个train loss一个eval loss ……三，还是挺看缘分的吧，除了听不清的问题，其他问题都答出来了，算法题也秒了。但是气场不合，被挂掉也在意料之中。总之体验很差。

#搜广推# 点评事业部，全程就是挖实习项目，问些八股，手撕难度较低，体验很好一面：基本就是简历提到什么问什么挖实习项目细节，穿插问下PNN，PPNET，MMOE多任务学习怎么调loss权重，写下用到的方法的伪代码（写了DWA的公式）怎么进行分数融合？讲Transformer和Bert？分别适用于什么任务？口头问下会不会Spark，Hadoop这些算法题：三数之和二面：讲论文手撕多头注意力机制继续讲实习项目，大差不差算法题：二叉树层序遍历三面：比前面的面试官感觉严肃一些问实习项目细节（更细一些）采用条件概率方式建模的前提？（贝叶斯公式前提条件）了不了解Ltv的建模方式？实习项目一些场景的数据，记不清了，然后面试官开始表演速算，边算边嘀咕，说了个数，我说差不多差不多（回头发现其差太多了，离大谱，业务场景完全不同没什么可比性）算法题：开根号，用牛顿法迭代的Hr面：基本就是聊天，怎么学习的，然后讲了讲强度肯定不小，推荐这个岗位也很卷，工作选择还是看自己对产品的兴趣目前oc等开奖 #美团# #算法# #推荐算法面经# #面经# #开奖#