实习offer求比较，字节跳动vs美团

给我感觉很抽象的一次面试面试官摄像头没开，全程没有问任何一句后端的八股1.你来说，你项目遇到什么难点，你是怎么解决的，还有什么更好的优化方式2.给你一组IP的数据，请你实现三个函数，插入，删除，随机访问（均匀随机地访问一个数据），复杂度尽可能小（我最后说用哈希表分桶＋数组，他问有没有更好的，我真不知道了，评论区大佬有没有更好的解决方法）3.你遇到过什么困难，怎么克服的4.你高考数学多少分？？？？5.你对momenta的了解感觉不是很信任我的样子，觉得我不能胜任 ，无手撕，说我情况特殊，下去再讨论一下

  嗨，你好呀！欢迎来到我的频道，在这里记录一下我的第一段实习今天是小厂实习第9天今日感悟：解决焦虑最好的方法，就是行动我时常会在晚上焦虑，期末考试怎么办怎么办，可焦虑没用，只有行动起来，一点点的学，心里有底了自然就不焦虑了说说我租房的思路吧总结一下，满足核心需求＋房东人好核心需求：距离近，有空调，有桌子找房子已经半个月了 看了3，4家，都不是特别满意，真的很不容易今天这间房子不算最便宜的房租一个月900，水一吨6块，电费1.2一度有的一个月只要700但这间比较新，距离最近，住起来会更加舒适一些最重要的是，感觉房东阿姨特别好我比较喜欢看面相，这个阿姨一看就是那种善良大方干净的人跟这种人打交道我觉得不会吃亏，属于是个人的直觉了一些碎碎念早上7点起床，洗漱后买了早饭去地铁站跟同校老哥汇合，一起坐地铁去上班。迷迷瞪瞪的好困！到工位，干完杂事，就开始干活了。中午大家一起去吃了饭，去吃了土豆肉丝盖饭，15块午休过后，接着干活晚上6点准时下班，我们几个实习生都是准时走，禁止内卷哈哈！晚上吃了个卤肉面，12块然后去看了房子，本来约了3个房东，第一个看完，其他的都不想看了然后就打车回学校了理了个发，太长时间没剪发了到图书馆学习一小时快要期末了，最近都在准备这个，别人给我挂科，球球了计划10点半到宿舍洗漱睡觉6月工作日天数：20天6月日薪：5000÷20=250元 最近消费：早饭5.1 地铁3.6 午饭15 晚饭10 打车11.3早饭4.8 地铁3.6 午饭15 晚饭11 打车12.1早饭5.1 地铁3.6 午饭15 晚饭12打车16.3房租2700，一月900，押金一个月付了2个月房租实习以来总收入：-1102.3

为了run学校暑期实习➕职业规划，转码后端golang三个月求🐮u们拷打简历（认出来别盒我555😂）（论文是医工交叉方向的，感觉应该作用不大）BOSS现在投递很多然后都是显示“送达”，几个也是收了简历后好像就不回消息了（估计是不匹配或者放池子）个人现在算法就快速过一点（因为没啥算法基础）但是感觉很容易忘，可能还是刷的不够多，八股看了感觉有点记不下来，现在想着针对自己的项目补补八股如果想一个月内找中大厂（比如得物，小红书等）的日常后端实习感觉各位有什么建议么？

   注：本秘籍适用于计算机、人工智能、电子信息等相关专业的应届生，目标是互联网大厂/知名科技公司的算法工程师岗位（如搜索推荐算法、CV、NLP、LLM等）。✅ 一、前期准备1.1 岗位了解🔍 算法岗位的分类- 搜索推荐算法：常见于字节跳动、美团、阿里、京东等公司，负责商品/视频/资讯/音乐等的搜索推荐等，出名的部门如阿里妈妈、百度凤巢、快手社科线等。- CV/NLP算法：百度、腾讯、华为、商汤等偏AI方向的公司需求较多，对应的业务场景如视觉感知、目标检测、query理解、意图识别等，岗位要求CV比较卷，需要论文背书。- 风控/金融算法：蚂蚁金服、平安科技、微众银行等金融科技类企业。- 机器学习算法：业务场景广阔，如电商的搜索推荐、公司中台等。- 大模型/AIGC/多模态算法：业务场景广泛，如智能客服机器人、文生图等，出名的部门如阿里通义实验室、字节豆包、快手可灵等，对实践的要求比较高，如参与过大模型预训练，SFT，RLHF等项目。🎯 如何选择岗位- 结合自己的研究方向或实习经历；- 参考行业趋势（如AIGC、大模型、多模态等）；- 考虑公司发展路径和成长空间；- 关注base地点、薪资结构、工作强度等实际因素。1.2 简历准备📄 简历要素- 基本信息：姓名、联系方式、邮箱；- 教育背景：学校、专业、学历、毕业时间；- 项目经验（重点！）：每个项目写清问题背景、解决方法、技术栈、结果（最好有量化指标），强调自己在其中的具体贡献，如“主导”、“设计”、“优化”等；- 实习经历（如有）：写清楚做了什么、用了什么技术、解决了什么问题；- 技能项：编程语言如Python、C++、Java等，框架工具如PyTorch、TensorFlow、Sklearn、Hadoop、Spark等；- 学术论文、竞赛名次（如Kaggle、天池等）。✨ 小贴士- 控制在一页内，简洁明了；- 使用PDF格式；- 避免空洞描述，突出技术细节；- 建议至少有一个比较垂直的项目（岗位匹配度高），可以再放一个自己学校科研的项目（如果有论文就更好了）。1.3 刷题和八股💻 刷题平台推荐- LeetCode（hot 100，可参考代码随想录）- 牛客网（国内题目更全，很多公司笔试的平台，需要熟悉ACM形式）📚 刷题建议- 先按类型刷（数组、链表、二叉树、动态规划、回溯、贪心、图论等）- 中后期做周赛、双周赛模拟真实环境- 掌握常见算法模板（DFS/BFS、二分查找、快排、TopK等）📝 八股内容（基础知识）（见下图1）✅ 二、面试相关2.1 面试风格⏱️ 面试形式一般是2到3轮技术面+1轮hr面，一般为视频面（也有电话面）。一般一面的面试官，是日后要加入团队的leader（+1）；二面的面试官，是交叉团队的leader；三面的面试官，是主管（+2）。🧩 面试流程自我介绍（1~2分钟），项目深挖（核心环节），八股拷打（理论知识），手撕代码题（共享屏幕），反问环节。2.2 项目相关🧩 面试官常问的问题这个项目的问题背景是什么？你想解决什么问题？你的解决方案的动机是什么？你是怎么设计模型的？有没有对比过不同模型？数据是怎么处理的？有没有做特征工程？模型效果如何？用什么指标衡量的？模型有上线吗？上线后发现效果不好有思考是什么原因吗？遇到哪些困难？你是怎么解决的？如果让你重新做一次，你会改进哪里，未来的升级迭代考虑哪些方面？✅ 应对策略项目讲清楚：背景 → 方法 → 实现 → 结果。技术细节要扎实：能讲清楚Loss函数设计、模型结构、输入数据的处理、衡量指标等。2.3 八股相关🧾 高频考点（分类整理）机器学习：- 什么是过拟合？如何防止？- 随机森林，GBDT 和 XGBoost 的区别？- SVM原理？核函数的作用？- Bagging vs Boosting？深度学习：- Transformer结构？为什么比CNN/RNN好？- Dropout的作用？训练和测试阶段的区别？- BatchNorm的计算过程？优点？- BN和LN的区别以及Transformer为什么用LN？- Transformer里的Attention的理解，以及公式里为什么要除以 $$\sqrt{d_k}$$？- 梯度消失/爆炸的原因和解决方案？- 介绍下Transformer的结构？大模型相关：- GPT和BERT的区别？- 大模型应用的位置编码的方式有哪些？知道旋转位置编码（ROPE）吗？- 大模型微调的方式有哪些？LoRA微调的原理及改进？- 大模型用的强化学习的算法有哪些？比如RLHF，PPO,DPO,GRPO？- 了解大模型的RAG，Agent吗？- 知道模型训练和推理加速的方法吗？模型评估：- AUC的含义？如何计算？- Precision和Recall的区别？应用场景？- 为什么不能只看准确率？工程相关：- 如何进行特征工程？- 做特征embedding的方式有哪些，以及适用的场景？- 模型调参的方法有哪些？- 分布式训练怎么做？2.4 HR相关👥 HR面常见问题- 自我介绍（简短有力）- 为什么选择我们公司？- 你的优缺点是什么？- 未来3年的发展规划？- 你最大的挑战和收获？- 你如何看待加班文化？- 你有其他的Offer吗？- 你愿意来某某base地工作吗？- 你有女朋友/男朋友吗？✅ 回答技巧- 真诚表达，不套路；- 结合公司业务、技术氛围、成长机会来谈；- 展示你的热情和长期意愿；- 对加班文化可以表示理解并接受合理范围内的高强度工作。- 展示自己的offer实力（如有），不卑不亢，有礼有节。- 展示自己对base地满意的点，列举其好处。✅ 三、问题反问在面试最后，通常会有“你有什么想问我的吗？”这个环节，这是展示主动性和思考深度的好机会。3.1常见优质反问问题✅ 关于团队目前团队的技术栈主要是什么？团队目前的重点方向是什么？我将加入哪个项目组？主要负责什么模块？团队主要是偏重业务还是预研方向？团队的base地在哪里？✅ 关于成长公司对新人的成长支持有哪些？有无mentor制度？是否鼓励参加技术会议？✅ 关于业务该岗位的核心产出指标是什么？当前业务面临的最大挑战是什么？✅ 关于流程后续还有几轮面试？预计什么时候出结果？🎯 总结：通关路线图（见下图2）📣 最后一句话算法岗竞争激烈，但只要你足够努力、方法得当、心态稳定，offer终将属于你！祝各位纵有千古，横有八荒，前途似锦，来日方长！祝大家早日斩获心仪Offer！🎉