微软苏州STCA社招

三月下旬面试,语音识别背景面bing search,已oc

电话面:

由于是转方向面的,所以就和面试官简单讲了一下目前工作上做的项目和一些具体细节,解答了一些面试官的疑问
coding:判读字符串是否为有效ip地址,主要是考察各种规则以及bug free
面试一结束就通知过了,开始五轮面试

一面:

日常介绍原来方向的基础知识和工作内容,各个面试官都会很尊重你做的东西,会和你交流你在做的事情,即使这个跟他们的业务差了很多
场景设计题目:给定10类数据量不平衡的训练样本,如何设计分类算法实现分类:主要聊了SVM、深度学习、KNN;扩展聊到了有监督和无监督学习的区别
coding:无原题,类似逆波兰表达式,注意括号嵌套的处理逻辑即可

二面:

同一面,继续介绍当前工作相关内容
coding:手写束搜索,并且展开问了相关超参的设置以及如何tune的超参

三面:

继续介绍当前工作内容
coding:二叉树两个节点间的最大距离,贪心+递归
然后聊了后续的职业规划,比较投机

四面:

终于有了一个之前做过相关方向的面试官,所以相比前几面会比较困难,加上是大早上用英语面试,所以就不出意料的拉了
项目相关:语音识别自监督模型的结构以及所发论文的创新点;针对负样本选取,在语音场景上如何选取hard negative(这个卡了特别久,当时就是感觉要寄了)
场景设计:设计算法对query中某个词做同义词替换,如何找到最相关的query;针对前面两个不同的query,如何训练模型使用户可以获得更好的搜索结果(我连ctr都不晓得是啥,基本上就是开摆自由发挥,结果在面试官的引导下还是答出来了)
最后反问问了面试官问什么转方向,以及对我的建议,面试官非常直接的指出了我如果想来的话需要恶补相关知识(就很中肯hhh)

五面:

大老板谈人生谈理想,问了期望薪资,全程比较轻松,老板很nice

总结:

总体来说体验不错,特别是面试官看起来是真的想了解我目前做的方向,所以整体聊下来非常舒服,并且实际上难度是会比面本方向低一些的。如果想转方向的话,其实是可以冲一下试试的。

#面经##社招##微软#
全部评论
楼主,全程英文啊
点赞 回复 分享
发布于 2024-01-05 16:31 上海
求问楼主最后去了微软吗?我也是语音识别的
点赞 回复 分享
发布于 2023-05-05 01:31 安徽
lz,全英文面试吗
点赞 回复 分享
发布于 2022-07-14 16:26
lz 第五面大概聊了哪些东西呢?
点赞 回复 分享
发布于 2022-05-20 20:53
楼主是OPEX组吗
点赞 回复 分享
发布于 2022-05-19 16:02

相关推荐

今年传统slam秋招截止到现在,总结如下:1.车企进不入,头部车企面试难度高的离谱(3-4轮技术面,甚至包含专门的手撕八股环节),hc剧少,基本上都是干数据生产的工作,卡双九(有论文可以稍微降低一下学历要求或者强对口实习)进面试不在少数。。。。,来就是要能干活的,池子还很深(车bu救救我吧,呜呜呜,虽然进去可能要搞开发了。。。直接道路严重走错)2.机器人最近确实势头比较猛,相对应的slam岗位要多了,但大部分基本上都是初创,应届生水平不够去初创要死掉半条命都有可能;仓储类机器人slam确实硬需求,但做的很成熟,hc其实也不多,而且技术栈都是2d的(太成熟了),调度算法在这里感觉比slam hc相对要多;割草机器人,泳池机器人(这种感觉slam搞起来还有点意思,户外还是有很多工作可以去做的)一些公司给的待遇不错都是40+起步,但是进面普遍卡双九(有论文可以稍微降低一下学历要求或者强对口实习),也就是双九(或论文和强对口实习)才有资格竞争,竞争难度堪比车企3.借助3dgs之风,诞生了很多手持三维重建设备的厂商,并且市场需求还不错,也产生了一些slam算法工程师的需求,但需求量目前还不算大,但有总比没有强,就是不知道待遇咋样,相关信息太少。。。4.额外补充一下,落地L4(比如无人物流),虽然招slam,也需要slam,但是行业竞争压力很大,校招需求不多,需要立刻干活的社招总结:目前slam在机器人,手持设备,无人机这种对算力设备要求很苛刻,很care硬件成本的方向总体需求已经远超车企!如果未来打算从事slam行业,可以主要去找这些方向的实习,招聘时候投递这些厂商也会更有优势!对了,slam虽然挂着算法的名号,实际上很多厂子,开的不如中大厂软开测开价,真是纯纯小丑,传统slam,抓紧润,未来slam无非就是工业界厂子里还用到,要不然就是生产真值或者三维重建给learning算法生产数据的角色了。同样的学习投入成本,和回报完全不成正比,log化严重!如果只是图搞钱,去大厂软开(后端)或者测开难度比slam低多了,赚的钱还不比slam算法差,我bg92,身边搞传统规控和slam的,保底的大部分都是软开测开,有些明智的提前布局转ai开发了,这个发展潜力感觉也不错,毕竟算法至少少数人,落地的牛马需求才是大头,传统算法堪比算法软开双修
点赞 评论 收藏
分享
评论
6
26
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务