【vivo北京 推荐二面】 部门：内容分发 事件：二面HR面 时间：30min 内容： 面试题：简单自我介绍；如何跟他人合作；有没有毕业；目前的找工作情况，怎么拿vivo和面试的其他公司比较；薪资期望（没说具体数字，说行业不同给的也不同）；问对vivo和其他部门的薪资期望是什么样子的，也没有正面回答，等最后开奖吧；告知五天内短信通知 编程题：无 ...

【理想汽车 nlp二面】 部门：nlp 事件：技术面二面，电话面（预约邮件上说是腾讯会议但是没有地址，问的hr说是电话面） 时间：30min 内容： 面试题：自我介绍，问一些感兴趣的；问分类器了解不了解，说了svm、lr、树模型的名字，问判别式模型都有什么（我说是svm、lr，被质疑lr是否是判别式，我连忙改口说生成式，面完查了一下的确是判别式），问生成式都有什么，他们的区别；看我用了kmeans说原理 ...

【奇虎360 nlp一面】 部门：一个从企业安全独立出去的部门 事件：一面技术面 时间：40min 内容： 面试题：自我介绍；问我的实习中他感兴趣的部分，详细说说nlp比赛是什么样子的，为了我为什么没有采取一些其他的trick或者解决方法；问我项目是不是深度学习做的；问我出了文本的数据增强还用过哪些数据增强，答对抗攻击、simcse中的dropout；问我bert是不是自己实现的，把我问傻了；问我自己都实现过什么深度学习的东...

【蔚来汽车 nlp一面】 部门：nlp部门 事件：技术面一面 时间：40min 内容： 面试题：自我介绍；没问太多其他的，主要听我说项目和实习 编程题：一个mid变种，给定一个无序数组，返回下标相距小于k的元素相同的下标对：【1,2,3,8,4,3,2】，k=5 return [[2,5]]; 没反应过来写了一个O（kn）的固定窗口，又写了一个dic保存set，面完才想...

【宝洁北京 Data Scientist二面】 部门：研发部 事件：技术研讨会性质 时间：1h 内容： 面试题：自己做一个presentation，全英，1v7个员工，应该有一个是外国的同事；有一个leader在撑场子吧，然后其他应该是一些搞技术的同事；整个过程就是按ppt讲，大家听得很认真，然后中途有不明白的问题会直接问我；最后问我为什么来宝洁没有留在实习的公司，按自己的想法说了一下；还问我我的mentor对我的项目有没有感到满意，问上线后收益怎么样；外国的同事问我项目大概多久迭代一次。 编程题：None ...

【便利蜂 算法一面】 部门：selecting 事件：一面技术面 时间：45min 内容： 面试题：自我介绍，要求挑一个项目讲，说实习经历；完整陈述完，中间有些问题回答一下。实习用到了kmeans，说一下原理，为什么最后会迭代完成，EM原理。 编程题：给定一个正数n，旋转返回1-n^2 的矩阵 反问：部门、业务（可用数据非常多）、新人培养（感觉培养和技术氛围还是不错的） 总结和体会： 小哥很可爱听得很认真，体验不错，说话清楚。如果对ai驱动零售行业的同学感兴趣可以尝试下便利蜂...

【理想汽车】 部门：nlp 事件：免笔一面 时间：30min 内容： 面试题：自我介绍、问项目、问实习 编程题：无 反问：部门、业务 总结和体会：感觉是被hr逼着来刷kpi的，问问题不积极，也文不出来啥，像是流水线面试；当晚收到面试满意调查，小王子觉得吧，不招人就没必要...

【58同城推荐】 部门：大搜 事件：技术一面 时间：1h 内容： 面试题：自我介绍、问比赛中bert相关知识、trick；详细问我实习的自监督方案中loss细节、方案流程等等，特别细；问了不了解lr，gbdt这些推荐常用的算法，区别、特点等等，提到特性会问为什么会有这样的特性——比如lr为什么解释性好等等，问特征工程相关操作，问调参方法等； 编程题：说写个简单的吧，出了...

【boss直聘 推荐】 部门：商业 事件：技术一面 时间：1h 内容： 面试题：自我介绍、问了一个自己科研中的问题，问实习；比较细。问会不会推荐相关的svm、lr、gbdt等等；有没有做过其他的nlp下游任务；期望薪资（提示我boss稳定16薪，绩效另算；看脉脉说最多能到24薪牛逼坏了） 编程题：给定nums，返回每一对逆序对。【1,2,3,4,2,1】——[[4,2],[4,1],[3,2],[3,1],[2,1]]，开头提示我用归并做时间复杂度O(nlogn) 反问：部门、业务、合作的部...

希望大家也多多分享 总体来说都是选择题加编程题模式 360：括号匹配、最长上升子序列；都是mid难度原题全部过 vivo：1、爬楼梯可以爬1、2、3、4阶版；2、员工n个住酒店，给酒店价格、房间人数、间数，求住进酒店的最低价格——dfs回溯就好；3、给定数字n，给升序数组，问[1,2,3]加入n后最多能有几个相同高度的楼：【1+2，2+1， 3】=【3,3,3】return 3; 用接雨水的思路滑动窗口做；             1ac，2和3都是80、60 左右 美团：acm模式四道题，都写出来了但是都没有ac，记得其中一道题是切一个正方体，问切了给定...

【boss直聘 推荐】 部门：商业 事件：技术一面 时间：1h 内容： 面试题：自我介绍、问了一个自己科研中的问题，问实习；比较细。问会不会推荐相关的svm、lr、gbdt等等；有没有做过其他的nlp下游任务；期望薪资（提示我boss稳定16薪，绩效另算；看脉脉说最多能到24薪牛逼坏了） 编程题：给定nums，返回每一对逆序对。【1,2,3,4,2,1】——[[4,2]...

【零氪】 部门：智慧诊疗 事件：一面技术面 时间：1h 内容： 面试题：自我介绍；对深度学习、机器学习了解程度；Kmeans和KNN原理、K如何选取；NLP基础项目了不了解如分类、NER等，说了一下一般都是怎么做的；TextCNN原理，如何解决长短依赖；RNN-LSTM-GRU演变过程和解决的问题，为什么可以缓解梯度消失，LSTM门控为什么起作用，为什么对长依赖效果增强；说Bert结构、slef-attention结构，be...

【宝洁北京Data Scienctist】 部门：研发部 事件：一面 时间：202202XX 15:00-15:30 内容：     中文面试官，非常好；先自我介绍，问中文还是英文，被告知如果用英文会用英文问你一些问题 面试题：偏technical，无八大问；介绍实习用到的技术细节（英文）、介绍一些图像相关的东西有没有做过（中文） 编程题：无 反问：新人培养（放养，不会像互联网一样把你用几年裁掉）、晋升（技术和管理，偏管理多）、工作内容和场景、接下来的面试（终面应该是某个大leader...

一面： 实习经历放在了简历最下边，面试官让挑一个随便一讲。 稍后引导面试官问重点培养的比赛和项目，一些细节。面试官会从数据到模型等等问得比较细。 根据写的使用了roberta模型，说一说和bert有什么不同，说一说tranformer。 讨论了一下paddlepaddle和torch，面试官表示不太知道很好奇（闲聊）。 面试官说：写一个比较简单的吧，写一个任务计数器（滑动窗口记录任务，超过可处理的请求则将其丢弃。听他解释了一会儿，表示完全没明白怎么写）。根据自己的理解写了一下，不满意，又问了问清楚输入和输出，又写了...