数据科学博士求职

Al面：1.自我介绍2.最有成就感的一件事3.在工作和学习中有没有遇到难以接受的失望，具体是什么，怎么解决的4.为这个岗位做过什么准备，怎么做的5.团队陷入僵局，担任什么角色，怎么解决的6.辩证思维分析问题的例子二面（技术面）：1.自我介绍2.学过什么数据分析、挖掘、建模的课程吗3.什么是基尼系数4.什么是最大似然估计5.问了很多之前实习的内容AI面和二面隔了差不多一个月，建议需要复习一下，还是有点难度的。

从2月底开始找实习，现在已经2个多月了，终于尘埃落地，阿里国际oc了，感谢阿里国际！！！

投递时间：2024年4月9日-2024年5月31日招聘对象博士：毕业时间在2024年1月1日——2025年12月31日；国内本硕：毕业时间在2025年1月1日——2025年12月31日；留学生本硕：毕业时间在2024年7月1日——2025年12月31日实习岗位软件开发工程师（南京/深圳/北京/西安）云侧：负责日均百亿级请求、高性能、高并发、分布式的广告平台以及数据能力建设。端侧：负责鸿蒙/安卓等平台的广告能力构建，打造体验优秀、接入便捷、高效变现的广告服务大数据工程：基于Spark，Flink，NL2Sql等大数据相关技术栈，设计，开发，优化批流一体的广告平台数仓。基于数仓进行面向业务场景的诊...

一面（1）死锁的两种原因（2）模型量化的方式，我说kv cache和参数量化，面试官问量化是怎么提高推理加速的效率，我答不太上来（3）transformer自注意力层的时间复杂度（4）stack和dequeue的区别（5）算法题：有效ip地址一面面试官是我遇到最善良的面试官，他对跨专业同学的包容性大到难以置信。也很感谢他的宽容和鼓励。最后反问环节，他跟我举了jieba分词的例子，鼓励我要多看代码，掌握好基础知识，很多时候实际应用就是利用大量基础知识来展开实现的。很可惜，他base北京，最终要去的是深圳，没办法找他当我mentor二面印象最深刻的问题是知识蒸馏技术路线。当时我介绍自己的项目，项目是关于bert模型知识蒸馏的。这个项目本身是偏指标驱动的，只要达到一定加速比/参数压缩比和一定范围内的精度损失即可。而面试官则提问我是否有做过文献和技术路线的调研，这部分我没答太好。幸好后面讲自己的工作就比较顺利了。算法题是字节经典题目“螺母螺栓匹配次数计算”，有兴趣的同学可以去查查。至于有没有问八股我记不太清了三面以后的规划、以前项目遇到什么难点+如何解决hr面论文等级、几作、贡献是什么；用几个词评价自己；为了面试做了什么准备；对面试岗位的理解；简单介绍自己的项目；能实习多久；研究生成绩怎样（因为我是转专业的学生，所以hr可能比较关心） #腾讯# #机器学习# #cdg# #算法#