算法工程师

一切都从昨天下午原以为是KPI的一面开始，没想到直接开出意外惊喜一面：自我介绍，然后讲了刚投的一篇1区论文的工作，分析整体的框架、具体的技术细节，常见的反问点（为什么这么设计、为什么有效，相比于之前的工作，主要好在哪里、最核心的贡献是什么）面试官自称是NLP背景的，然后问了一些常见的视觉和多模态大模型的模型结构、损失函数设计、训练及推理过程等（面试官有可能是故意扮猪吃老虎哈哈）Coding：最接近的三数之和；共享屏幕本地IDE，秒了一个n^2logn的做法，让进一步优化，最优解是双指针；不过面试官觉得编码能力应该可以，实现很快，提示完直接让过了原本以为月底发一面是KPI，结果面试官问我后面还有没有时间，现场约二面，等面试官进会议二面：自我介绍，二面面试官非常重量级（进会议的title和面试的深度广度全都拉满了）首先很深入了聊了相当多关于MLLM的内容：介绍一些MLLM的现状，再选一个近期的多模态大模型，介绍相较于CLIP、LlaVA早期版本进行了哪些改进: Qwen技术点比较多，之前没系统整理过，说了自己还有点印象的Intern-VL2，不过上次看Intern-VL2的论文已经是三个月前了，大概只答上两点比较核心的。然后继续深挖目前多模态大模型在数据层面相较于之前的改进，这个没答上来之后被面试官深挖了LoRA，可以说LoRA的每一个细节的角落全都被挖的干干净净，还有不少开放性思考题，甚至比上次小鹏CV大模型一面面试官挖的还狠得多。不过上次被拷打之后就很系统地整理了LoRA的相关内容，勉强答得还行吧以后再不能当git clone侠了。然后面试官针对我的专业背景（统计），深挖了几个ML、DL相关的数学层面的问题，有让共享屏幕开白板写过程和推导（不是特别难，不过挺新颖的，秋招还是第一次面试被问到这种类型的问题）；紧接着针对我的Nature子刊工作中用到的Gaussian Graphical Model，讲了其与传统ML模型、神经网络和大模型的差异、区别和各自的优劣势。最后是一些相对开放性的问题：你是如何使用现代的LLM产品提高工作、学习和编码效率的？为什么这种方式有效果？LLM、LVM、MLLM未来发展的方向和前景大概是怎样的？整个二面的问题不止这些，太多了，又深又广，很多具体已经记不太清了，而且回答的过程中几乎都有进一步反问，深挖了很多东西二面面完，面试官也是直接当场联系三面面试官三面：自我介绍，三面面试官更是整个集团的技术大佬，NLP相关经验非常丰富，整场面试问的内容也偏NLP相关，我之前几乎0 NLP相关经验，汗流浃背了可以说，不过好在基础还行，凭自己的做CV和MLLM的积累，基本都答上了首先介绍了之前lab实习中做的LLM剪枝优化迁移的工作，然后深挖了相关的技术细节，不过刚聊完电脑音频直接罢工了，重新约到11.1下午11.1下午完整描述CLIP的原理、架构、工作过程、怎么对齐、怎么做image caption完整描述transformer输入一个文本序列如何做下一句预测的全过程，深挖了tokenize、位置编码、MHA、FFN、损失函数、输出转换各个部分接着从我项目经历中有关传统ML的经验出发，问了一些ML相关的八股，难度不大然后是偏主管面的一些内容：对工作环境的期望、自身性格优缺点等反问环节逮住大佬问了目前MLLM的相关业务和技术现状；最后是关于面试流程上的一些问题总体体验非常棒的三轮面试拷打深度广度强度高，但是也学到了非常多的东西，这也算是对自己能力的一种认可吧现在想想当初9月份面试难度远不及现在的团子、阿里、得物、理想，却被面挂了，可能还是简历不如现在优化的好，没能突出自己的优势，也没有勇气直接投更匹配自己的岗位吧（当初为了求保底，基本都投的机器学习、数据挖掘这种最“泛”的算法岗，或许应该早点鼓起勇气直接投自驾、MLLM和CV的）。今天看到牛u们团子开奖，各种sp、ssp，确实感觉羡慕+遗憾。最后许愿一个HR面吧 #秋招#  #算法工程师#  #牛客创作赏金赛#  #新浪#

24届被辞退了，投了3000+简历，拿了7个offer，好不容易选一个自己喜欢的，三个月把我辞退了，还给不出理由 #裁员#  #秋招#  #25届#  #算法#  #算法工程师#  #offer帮选# 💼公司岗位算法工程师  大模型 搜推

我是简历初筛者 亲自以技术角度看简历不卡双非 但研究院要求硕士以上🌟院长大团队 发展前景无限实习生150/天 另加实习补贴 包吃包住❗️快来看看👀 需要算法工程师➕大模型实习生  #算法工程师#   

路过的佬点点投票已经HR面完两周了，还没收到信息确认最近也很少刷到拼多多信息确认和意向的帖有的也是上个月HR面完的开个贴统计下拼多多11.1之后HR面完的牛u们都是什么进度，各位路过的佬也帮忙转转，球球了 #秋招#  #算法工程师#  #拼多多求职进展汇总#

最近太累了，补下迟到的面经高管终面是群面，2候选人+3高管候选人先轮流自我介绍（基于之前准备的风采展示ppt），严格限时3min，HR现场计时。另外不需要自己带电脑ppt投屏，现场由HR投屏剩下的约50min由高管轮流提问，候选人轮流回答，提问内容比较灵活，问题也比较开放性，比较考验临场发挥应变、技术和业务积淀，基本上技术为主+渗透一些管理方面的内容。整体难度和正常大厂技术/业务面接近，不过不会直接考察某个技术点或者细节，但是回答中需要体现自己的技术/管理理解。总体上感觉平常心赴面就好，我那场的高管们态度也都挺友好的，氛围偏交流而非应试面完还送盲盒小玩具-----------------分割线----------------下面聊点有的没的不出意外，TET高管终面也就是自己秋招决赛圈的最后一场面试啦不过收尾也是一波三折坎坎坷坷的：周六上飞机前五分钟被告知行李不合格，转到另一架次的航班托运，到北京之后凌晨一点才等到行李，两点半才到酒店。没想到刚躺床上休息就开始全身剧烈酸痛，感觉比两年前第一次🐏还要疼，还以为自己是复🐏了。第二天拖着浑身巨痛的身体和同学聚餐，路上买了点风热感冒药服下才稍微缓过来一些，直到面试当天才基本好转，幸好没有因为临时的病痛影响面试的状态。当天面试到场也是意料之中被一位之前交流过的清华佬牛u认出来了看来牛客确实没白刷哈哈面试完之后还顺带恰了个v总之虽然过程一波三折但结局还算平稳落地吧，接下来就是等结果了，不过返程去机场的路上行李箱还掉了个轱辘在北京也许算是预示着冥冥之中还会再来吧 #京东#  #算法工程师#  #京东求职进展汇总#

9.14线上一面，9.20线下二三面我主要做控制二面50min1、实习项目介绍，挺关注技术细节的。2、八股。C++相关。3、手撕。主管面30min1、实习项目与学校项目2、个人相关问题3、反问保密原则具体面试细节就不写了成功入池，化身华孝子🤣 #华为# #校招# #秋招# #25届# #华为求职进展汇总# #自动驾驶# #算法工程师# #牛客创作赏金赛#        

非常开心的一天秋招收获的第一个offer也是第一次收到字节的意向忙碌了一年，总算到了收获的时候了继续冲冲冲 #字节跳动提前批# #字节# #算法工程师# #推荐算法# #秋招的第一个offer，大家都拿到了吗# #晒一晒我的offer#

算法工程师岗8.31：投递简历9.20：一面9.26：二面10.9：HR面10.14：OC面经如下（主要聊项目，项目相关的就没写）：一面（50m）- 介绍一下transformer- 为什么要除以根号d？为什么是根号d？- 为什么用LN不用BN？- 知道哪些传统分类算法，挑一个讲讲（讲了决策树）- 决策树怎么解决过拟合问题？- 集成学习有哪些方式？分别讲一下是怎么做的？- boosting算法有哪些？- GBDT和XGBoost的区别- 手撕：力扣53. 最大子数组和二面（40m）- 手撕：给一个升序数组和降序数组，合并成一个降序数组- python的return和yield的区别- python有什么内置函数能反转list- 介绍一下AUC，并推导AUC计算公式- 训练集、验证集、测试集的作用HR面（25m）- 当时为什么要选择考研- 选择工作最看重的因素- 期望薪资- 挑一段自己最满意的项目经历简单讲一下- 觉得自己有什么优势和不足#算法工程师##小鹏汽车##晒一晒我的offer#

我mentor线下去了两所学校就收了这么多简历还不包括线上投的，别的同事收的里面还基本都是硕士，几乎没有本科hc？我们部门估计5个顶天了之前还有同事在面博士一边股市疯涨，一边秋招地狱诶，最魔幻的还是现实 ------------------补充-------------------今天中午和mentor聊了聊他大概收了500多份简历（还是人事预先挑过的）bg几乎都是硕士，且单9/2起步现在公司算法秋招一面已经全面结束，二面大概已经推进40%了只能说哈人，其实我也是找实习的时候才第一次了解到现在这家公司的公司规模其实挺大而且业务算行业内TOP，但知名度不高目前实习一个多月下来感觉各方面都很满意，如果能转正也算是很香的offer了就是感觉希望不大，hc少而且暂时还没有什么成果#秋招#  #秋招难度#  #秋招OC许愿#  #计算机# #算法#  #算法工程师#

本来以为腾讯转正无望，没想到居然成了，真给leader和mentor磕一个而且组里的氛围和业务都符合我的预期，秋招有点想开摆了 #腾讯#  #转正# #晒一晒我的offer##算法工程师#

差不多45min，问的比较多，不过基本都是常规HR面问题不过最近胃疼，昨晚和早上都吃了药，早上起来就很困，脑子不太清醒，感觉反应没有平时快，表达组织也没有之前清晰流利（甚至连薪资结构都忘记反问了虽然已经众所周知了）反问阶段更详细地了解了一下TET的培养模式和结构，HR了解的信息比技术面试官多很多，聊下来感觉和之前预想的区别挺大，不过也还算合理满意最后确定结果会在3-5个工作日内反馈，如果通过，终面是线下2v3高管面，到时候应该会用上之前准备的材料。还好上个月实习工资发了不少，不然连回北京的机票钱都投不出来 #京东#  #算法工程师#  #秋招#  #京东求职进展汇总#

已经投过600多家了，招收算法岗且能够官网渠道投递的早已全部投递过了目前为止还是0 oc，在流程中还在推进且活跃的只有3家互联网大厂、几家制造业公司和几家大型国央企虽然国庆刚结束的第1周，那段日均笔试3场且几乎全ak的日子，似乎让秋招铜10又燃起了一丝希望，但这周寥寥的新邮件和约面数，又仿佛重新回到了杳无音讯的9月底说起是投了600余家，但绝大部分也都是已投不回、已笔不回，大概还是和我集中在9月底投递有关系吧，错过了腾子正式批、各大厂提前批和一众中厂的秋招黄金期。今年的行情对于算法而言，这个时间点可能真的太晚了吧再投只能在boss上投了，但boss上沟通完几乎都是要求立刻实习的（其中有面过非常有诚意的初创企业，有能马上发offer但要求技术方向和业务经验强对口的，也有无面试直接要求6个月实习期起步且日薪150，演都懒得演的），所以最近也已经不打算再投了至于个人原因，bg确实debuff叠满了，院校非top，两年制专硕成果太少，2篇论文不对口认可度不如c会c刊，方向cv+mllm，research实习去太晚没拿到好idea出文章白干3个月。家里出事暴雷才急匆匆从申PhD转秋招，彼时已经错过秋招黄金期。为了丰富实习经历，才8月底又现找了一段工业界实习，超长通勤时间直接干到6 10 5工作制，周末还要排满笔面试+准备毕设开题。只能抽出挤地铁的时间看八股，没时间刷lc算法题全靠本科基础+笔试+面试手撕以考代练。再回首，本科决定从科班转专业，甚至早至高考志愿择校的那一刻起，似乎就已经是步步走在错误的道路上了感觉现实才是一场梦，什么时候能等到一个offer让我醒过来呢 #你都收到了哪些公司的感谢信？#  #秋招#  #算法工程师#

机器学习岗8.13：投递简历8.20：一面8.23：笔试8.26：二面9.3：三面9.9：测评9.12：HR面10.18：官网状态转offer阶段10.21：意向书泡了一个多月，终于泡出来了。。。#腾讯音乐##算法工程师##晒一晒我的offer#