秋招面经

马上要毕业了,找工作期间从牛客收获了很多相关的经验贴,这里也把我面试的几次经历贴出来,回忆一下自己找工作的经历。我面试的比较杂,有私企,外企,也有国企,我也就分三类来说。

私企:
寒武纪是秋招第一波面试,面试的是算法优化岗位。寒武纪包括两面,流程比较简单一天完成,一面的是做了一道easy的算法题,然后使用CUDA写了矩阵的乘法的实现,然后问了SIMD与SIMT的区别以及并行设计模式上细节,还有Cache相关的使用,以及GPU的多内存模型的容量以及具体在项目中的使用。二面应该是主管面:主要是聊简历相关,然后问了一些C++的基础知识。

头条:面试的是秋招的提前批,主要包括三面,面的是计算机视觉岗。一面写了两道算法题,应该是median级别,然后手写了Kmeans算法,之后问了和3D视觉相关的单应矩阵,基础矩阵之类的事。二面是写了两道题,一道median一道hard,hard没有做出最优解没然后因为我的经历和GPU开发相关,主要为了GPU的相关知识,包括硬件结构,内存模型,项目中并行算法的设计。三面是主管面应该是Lab的主管面,问了一个开放性问题,如果要设计对海量数据的相似度搜索引擎,特征怎么设计,算法怎么设计。然后问了相机的自标定,以及怎样基于2D信息求深度。

快手:面试的也是提前批,面试的也是算法优化岗。快手也是两面:一面,做了一道题,关于怎么优化数组的乘法,主要从使用位操作以及加法代替乘法考虑,然后问了GPU的并行加速相关的设计模式,也是包括多级cache的使用,内存访问的重排以及其他的一些优化技巧。二面,做了一道算法题,然后聊了简历相关的知识,同时包括单应矩阵的具体使用这些。

虹软:面试的是算法优化岗:包括两面,因为这个岗人少,面试官不在所以找了别的方向的面试官,做了一道算法题,然后问了cuda的基础知识,包括opencl的使用。然后询问假如要对中值滤波进行设计加速,可以从几方面进行考虑。也是主要内存访问开销以及多线程的设计开销两方面回答。二面应该是部门主管面,是电话面没法做题,也是问了和GPU相关的基础知识,然后是int8量化的原理,以及对deep learning 推理库相关的只是。

外企:
亚马逊:岗位是SDE,主要是两面,第一面两道题,median到简单的hard程度,二面是主管面,主要是system design,没记错的话设计的是一个电梯的调度系统。

国企:
国家开发银行(国开行):面试的是IT岗。笔试是行测,申论加英语,英语是考研英语难度,申论是三篇小作文。行测和公务员考试类似。面试IT岗包括两部分,一部分是专业笔试,有选择,填空以及一道代码题,代码题比较简单,easy水平。选择填空主要是网络数据库相关,考察的比较多,有一定难度。面试是1对多,主要一个负责人对着简历询问,有一道专业的题怎么理解多线程在业务场景下的应用。

因为时间比较长了,所以很多面试的题目都记不清了,总之建议一定多投简历,不要总是局限于互联网,各行各业都是有利有弊的。
#面经##寒武纪##字节跳动##快手##虹软##亚马逊##校招#
全部评论
&楼主,请问准备国开行你有什么具体建议吗
1 回复
分享
发布于 2020-04-08 09:51
老哥,快手一面之后当场二面吗,我一面结束让等消息,不知道是不是凉了……
点赞 回复
分享
发布于 2020-03-19 15:20
阿里巴巴
校招火热招聘中
官网直投
国内的亚马逊吗?base在哪?
点赞 回复
分享
发布于 2020-03-19 21:21

相关推荐

头像
不愿透露姓名的神秘牛友
03-04 07:39
点赞 评论 收藏
转发
3 29 评论
分享
牛客网
牛客企业服务