華為一面、主管面面經(jīng)
華為一面、主管面面經(jīng)
投遞部門:消費(fèi)者云服務(wù)部門
投遞崗位:AI工程師,暑期實(shí)習(xí)
4 月 6 日參加筆試
一共三道題,第一題 100 分,第二題 200 分,第三題 300 分
第一題 AC 了,第二題過了 0.5,第三題過了 0.33
4 月 11 日 一面
面試時(shí)間大約半個(gè)小時(shí),上來先自我介紹,面試官主要是在問第一個(gè)項(xiàng)目,看項(xiàng)目中用到了預(yù)訓(xùn)練模型,首先介紹這個(gè)項(xiàng)目
然后是預(yù)訓(xùn)練模型如何應(yīng)用到你這個(gè)任務(wù)的?
以及這樣做模型的收斂速度、效率分別怎么樣?
還有就是了解哪些預(yù)訓(xùn)練模型?它們的差別怎么樣?
以及在幾個(gè)數(shù)據(jù)集上驗(yàn)證了模型的結(jié)果等等
然后問第二個(gè)項(xiàng)目,第二個(gè)項(xiàng)目是一個(gè)課程設(shè)計(jì),一個(gè)基于深度學(xué)習(xí)的電影推薦系統(tǒng),知道是課程大作業(yè)后,就沒有細(xì)問,主要問模型用到了哪些特征,回答了主要是用戶 Id,用戶的一些統(tǒng)計(jì)特征,電影 Id,電影的一些統(tǒng)計(jì)特征,以及場景特征等等
然后讓寫一道編程題,不是 LeetCode 上的原題,而是面試官自己出的題目,給定兩個(gè)離散的概率分布以及 KL 散度的計(jì)算公式,求一個(gè)概率基于另一個(gè)概率的 KL 散度
讀完題后,感覺按照公式計(jì)算就行了,給面試官簡單說下自己理解的意思,然后就開始寫了。
大概 10 分鐘就寫完了,面試官看完后覺得沒啥問題。就問我有啥想問的沒有
我問貴部門的主要業(yè)務(wù)以及主要的技術(shù)棧等等。。。
結(jié)束后過了半個(gè)小時(shí),通知一面過了,約了第二天的主管面試
4 月 12 日 主管面
主管面不到 40 分鐘,面試官上來先自我介紹,然后問了問我的兩個(gè)項(xiàng)目,以及項(xiàng)目遇到的難點(diǎn),如何解決的等等
對于第二個(gè)項(xiàng)目,主要問了不同模型在數(shù)據(jù)集上的結(jié)果差別以及原因可能有哪些等等
然后就問問了自己的職業(yè)規(guī)劃、對華為的看法等等,以及有沒有啥想問的
結(jié)束后過了半個(gè)小時(shí),通知面試過了
總體感覺華為面試不難,筆試的話只要 100 分就可以進(jìn)面試了,而且面試官人很好,說話很熱情,面試做的題目也很貼合實(shí)際(起碼我覺得是這樣),而且全程沒有問我知識點(diǎn)相關(guān)的,最重要的是效率很快。
#面試復(fù)盤##實(shí)習(xí)##面經(jīng)#