目标是数据科学/数据分析/数据挖掘相关的岗位， #你的简历改到第几版了# 求佬们看看简历还有那些可以改的地方 #听劝，我这个简历该怎么改？#

10.19笔试全选择题，内容涵盖算法，编程基础，等等10.29 一面挖简历，实习相关业务经验和现在的毕设transformer attention计算是为什么要处以根号dattention，self attention，miltihead attention有什么区别lstm和rnn的区别，lstm用什么来避免梯度爆炸？简述kmeans算法反问 主要是是哪一块的，得到答案是让数据有用和创造价值。我说，偏数据科学？答案是的其实一面整体答的不好，有些细节点没想起来，但没想到第二天就发了hr面10.31hr面有女朋友吗，到时候怎么办简述一次解决问题的方法你认为工作和学校什么差别说最大的和领导有冲突怎么办期望薪资反问，长安镇的生活怎么样，宿舍，通勤，往返深圳是否方便然后就是漫长的池子，终于在泡了一个半月后的今天收到了拒信，令人感慨。

从八月底投递，九月初笔试，一直到十一月28号的今天，流程还没走完。甚至别人都开奖了我还在排序，令人感慨。记录一下9-27:一面。面试官很nice，晚上六点的面试也来了。简历：现在在海康做的业务细节。业务口径主要是哪一块简历：现在的研究：图神经网络相关的八股，还问了一点研究方法和思路费米问题：怎么估算福冈有多少个加油站（第一次我还没听懂是在问费米问题）反问：具体是哪块业务，有没有例子我反问完面试官又问：为什么不留在日本，得物加班能接受吗10-27:二面。隔了一个月想，我都万念俱灰的时候来面了。描述一下你解决问题的思路和领导有冲突的时候，你怎么处理描述一个你最近解决的很难的问题（还有几个行为面的问题，忘记了）什么时间毕业反问：风控数分与传统数分的区别算法的掌握，需要哪些后续就再也没有动静了。看xhs说可能后续也没有第三轮面，直接等开奖啦。截止到今天（2024年11月24日），仍然流程显示面试中，欲哭无泪。希望排序在我前面的uu都能拿到更好的offer，让开奖开到我。11-30:志愿已过期，继续信等爱12-16:降温电话，问了意向城市，目前offer情况，告知月内会出结果，让不要allin 得物

11-25 一面 只有15-20分钟不到自我介绍简历：现在做的业务和技术是哪一块你对这个岗位的理解pandas对行列求和与numpy对行列求和有什么区别（？什么b问题）lambda groupby和直接lambda有什么区别（？？？）介绍一下现在在做的论文项目反问：具体做什么业务技术栈和数据源20多位同学参加面试，两位面试官从早上9点开始面，到下午五点，两位也是辛苦了

昨天结束了德赛产品项目管培的最后一面，也算是整个秋招到现在为止希望最大的一次吧。虽然流程中有极强的个人特色，所以可能不太有参考性，但还是想发个面经记录一下整个流程，也算是对得起自己一路以来的付出。一面：hr面。简单那沟通，确定岗位意向。最开始投递的是供应链管培生，跟hr沟通后，选择转岗到产品项目管培上。hr很nice，也很好沟通说话二面：群面。和一般群面的区别是，这次是全英文的群面，主题不表。整体而言我承担了小组长的角色，负责y引导发言，把控流程进度，和整体过程组织。参与的同学有985英专生，pku马来留学生，港科大的香港人，但最后总结陈词居然没人愿意做，我也就顺势把总结陈词做了。高管面：和高管沟通，聊了一下过往经历，职业规划和意向，然后看了看适合的方向。反问环节，问了培养具体细节和为了应对岗位，自己还需要去学习的东西。整体而言，流程非常的通畅，面试体验也很好。公司也很nice，希望最终能拿到offer11-28:已oc

十分抱歉浪费了面试官宝贵的时间11月18日一面1:挖简历：某块业务具体是做什么2:简历：ocsvm，具体流程，和普通svm有什么区别3:iforest，简单讲一下4:lightgbm，简单讲一下（没答上来5:项目：为什么要用图神经网络去抽相脑电信号（之前都能答，这次面试脑抽了没答上来手撕：路径总和。面完就知道挂了。答得太差了。两天后收到感谢信。有史以来最fw的一次面试

第一次遇到群面的公司，从面试形式到一起面试的其他受试者，都很神奇，记录一下一面：  群面，连面试官一共9个人，8个受试者，面试官提问之后挨个回答。其他7个受试者好像不是特别擅长言辞，所以一般都是我第一个回答，之后他们再答。1:自我介绍2:对软件实施工程师的理解3:认为自己在这个工作里有什么优势4:问了啥记不清了，只记得其中一个受试者的回答：我在社会上混过，能够很好的跟客户唠嗑。5:反问：海外本硕能走管培序列吗（不知道，问hr）什么时候能出结果（第二天，但面完三天了还没出第一次面非技术岗，很有趣的一次体验。11-04:发邮件告知通过，要参加培训，饿…11-07:退出了，实在不想参加培训…

10月23日 一面自我介绍介绍transformer架构，说了encoder block包含哪些层，讲了add norm，推了一下QKV公式，简单讲了一下encoder only和decoder only挖项目： 为什么用lstm做缺失数据填充： 任务可以被抽象成时序任务挖项目：为什么把脑电信号抽象成图懂模型压缩/知识蒸馏吗？不懂懂大模型finetuning吗？不懂，懂prompt engineering被告知主要做端策部署，到这里就懂了反问，主要做什么业务的，为什么选鸿蒙作为公司发展方向端测部署为什么要求模型压缩/量化，直接部署在云端的问题是？面完就知道凉了，因为方向不一样。第二天收到感谢信。

不是哥们儿

9.24 一面介绍一下自己数据：你理解的数据是什么？你认为什么是有价值的数据？数据生成你知道吗？diffusion model 懂吗？ （不懂）挖项目挖实习经历：大模型：为什么要用prompt，不用agent（算力不支持）反问：岗位具体做什么的为什么想在当前领域应用大模型9.25 已挂 毕竟完全不会图像hhhh 感谢信来咯～