HR面和技术面一起，时间大约半个小时，感觉前面技术面试问的挺多了，这次问的不多 自我介绍 （HR面试开始） 美团给你offer了吗 你还投了哪些公司 打算取国央企体制内吗 对城市有倾向吗 （技术面试开始） 介绍一下你在美团实习的情况，讲一下技术难点 性能优化了解过吗 如何检测性能优化指标 除了你提到的性能优化，对于网络层面有优化的方法吗 讲一下你研究生干的事情 你做的事情有什么实际应用场景 你为什

前端一面， 被疯狂拷打， 当然也是因为我本来就菜 1. 为什么没有实习 啊？当然是找不到实习（bushi） 大二技术不过关， 大三在搞科研（）差不多就这样 2. 简单介绍一下你感觉自己最突出的项目 balabalaba开始吟唱 3.说一下输入url以后发生了什么 看起来很简单的问题， 但是疯狂拷打了（） （3.1）先根据域名，协议，端口检查是否合法 但是反问：如果url不合法会发生什么 当 URL

京东 一面 技术面 没有八股没有技术问题 全是问实习的具体内容 angular和vue区别 埋点的底层实现 react和vue区别 从现在到毕业有什么规划 美团开发的整个流程 ...不想回忆了，想起来就觉得难受、非常不适。。。 问了很多在美团实习的东西，看了我写的上线了的界面，说“这也没啥难度啊”（让我写有难度的，难道mentor让吗？） 每次回答问题，没说几个字，就会打断我说话，我请问呢？ 问我

感恩第一个二面是字节给的，虽然已经寄了 o(╥﹏╥)o 但是面试官给了很好意见😭鼠鼠后面还要继续加油 一面 1. 项目背景 2. vue2和vue3的区别 3. proxy的第二个参数 4. websocket和http区别，连接断开怎么办 5. 防抖节流，手写防抖 6. 实习重难点 7. 页面卡顿问题 8. webcomponent的认识 9. 微前端实现 10. css隔离方案 11. gi

bg：一中大厂实习，一网易音乐实习 无手撕无反问，秒挂

问了下简历，专业相关，怎么学前端的，为啥选择前端 问了下项目，项目中最有成就感的事情是什么？这里深入问了很多 你了解 BI 报表吗？ 反问？#阿里求职进展汇总#

二面结束的时候，经典的“感谢你的时间” #字节##前端##校招##二面面经#

一开始就是面试官先介绍了一下部门情况，然后让我自我介绍，简单问了问简历的东西，然后开始算法题。 两道算法题都是动态规划的，一个是机器人从棋盘左上角走到右下角的路径数量，一个是找出第n个丑数。 然后就开始针对简历的东西问八股，这里说几个我记得的： 1.简单说一下transformer（但是我简历里没写transformer，不过也问了，很详细 2.Transformer里面q k v的计算，里面的偏

工程机械行情不好，中联重科捞的是工程起重机的智能控制所，面的都是算法岗位，需求很小 -------------------- 盈峰环境：现场面试，时间都要下班了，面试官都想下班了，十分钟完事，纯纯kpi，打听了一下，只收一个人，非科班表示走远了，没有任何ai相关问题，可能也是不对口，没有反问； 面的问题：编程语言、为什么工作后读研、为什么做算法不去读科班、为什么实习单位不签约（这个问题问过好多次了

时间线：8.5投递的高级算法测试开发工程师，9.3一面专业面试，9.10二面综合复试，9.13显示不通过。一些面试QA记录，供大家参考。 专业面试，一面，60 min（有两个面试官，轮流提问） 1.意向城市 2.挑一个校内项目经历介绍 3.已发表论文的创新点有哪些？发表的期刊有哪些？ 4.应用场景有哪些？做到了什么程度？ 5.多源数据融合做了什么？用的哪些数据？时间和空间覆盖度是多少？物理机理模型

问的比较基础，有些拷打的挺深。估计还是没论文和竞赛，一面完第二天就挂了 1. 在任务对话系统中，大模型的成本较高，有没有自己微调或者调用接口？哪种合适？ 2. Agent是什么概念？编排指的是什么？ 3. 大模型中agent的主流框架？ 4. 在RAG的知识库构建中，文本是什么格式的？PDF、WORD？设计OCR吗？ 5. 有哪些工业界使用的OCR接口？ 6. 用大模型做embedding，维度是

一共只面了两轮，9.3一面，9.9二面，没有HR面，9.20 OC 一面/技术面 2024/9/3 晚上20:00-21:00 自我介绍 腾讯实习介绍 实习过程中做的比较好的部分有哪些 华为框架以及NPU使用过程中遇到的问题 LongLoRA和LoRA区别 大模型和推荐你觉得有哪些可结合的点？商品的理解、描述等 介绍快手实习 在线的效果 这段实习主要的难点在哪里 user会事先做一些embeddi

预训练数据收集流程 隐私过滤是怎么做的 怎么用OCR算法解决读取pdf公式语料以及双栏pdf的问题 预训练数据集构建中的亮点 数据质量评估方式 垂域评测集的构建方式 微调评测集是怎么做的，全参微调还是lora，lora原理 图文模型是怎么做的 没有八股，coding是旋转图像和编辑距离二选一。 全程都是问项目。团子面试体验太好了，面试官情绪价值拉满，就迟到一分钟但还是道歉，全程点头微笑，快比我还礼

面了一个多月，互联网秋招结束了，其中有些面试做了复盘，把复盘的偏八股的面经分享一下。 字节tt一面 手撕DIN 合并K个有序数组，手写堆，用堆做 字节tt二面 力扣53题 最大子数组和 字节商业化一面 介绍NCE Loss 手撕AUC 字节商业化二面 手撕BCE 手撕InfoNCE Loss 手撕梯度下降 力扣239题 饿了么一面 介绍InfoNCE Loss InfoNCE温度系数的作用 介绍T

bg和前两次面经可以看动态 9.21上午收到线下终面通知，约的9.23下午2点，面试地点在哈尔滨一栋写字楼内，迈瑞包下了其中一整层，不过里面看起来空间不大，也没有各种研发用的设备，应该只是迈瑞在哈尔滨的一个办事处 简单进行自我介绍，然后开始唠一些个人情况，感觉更多是像性格测试？面试官也直说了就是走流程，全程人也非常nice，语气很温和，时刻保持微笑，有问必答，体验很好 以下有些问题记得不全，差不多