秋招面经 第一波

0. 6月下旬，邮储提前批，腾讯会议，1面试官vs3候选人

先自我介绍，提问如下:

① 对投递部门的业务理解(个人金融部)；
② 本硕专业不一致，叠加银行业，职业规划；
③ 对座右铭的解读(其实是简历自带的)；
④ 接座右铭，面试不通过咋办；
⑤ 对23届一起参与秋招的感想；
⑥ 为什么投递邮储。

1.7月底，国网信通产业集团提前批，算法，线下半结构

简历初筛过了，邮件通知了面试形式(技术岗半结构化，非技术岗是无领导)，可以准备PPT，要求提前把简历发给HR，线下面试，实际到场人数比邮件通知的要少很多。现场3位面试官，有摄像机记录，感觉挺正式。

自我介绍，然后提问:

① 简历上项目的时间;
② 实习经历独自负责的一个项目;
③ 解释一下Transformer；
④ 处理过的数据集最大多少；
⑤ 自己cue到缺陷检测，让解释一下缺陷检测都是怎么做的；
⑥ 能不能接受调剂，我投的是算法，非算法岗行不行；
⑦ 为什么投这个岗位。

2.9月上旬，招银科技，算法，线上会议间技术面

自我介绍，提问如下:

① 实习所负责项目的业务背景;
② 数据挖掘流程;
③ 选数据挖掘还是图像处理;
④ 口述算法的解决思路，对存在环路的链表，怎么找到环的节点;
⑤ 反问。

3.9月中旬，南瑞秋招，算法，钉钉线上技术面

第一次约时间算法岗技术面试官没在，改约了半小时之后。

自我介绍之后，提问如下:

① 有没有接触过TensorRT；
② 数据挖掘流程；
③ 简历上的科研经历，问了论文背景和区块链；
④ 追问1: 实验用到的区块链类型，编程语言；
⑤ 追问2: PoW和PoS解释，建议PoS速度更快;
⑥ 科研成果，目前都是已录用未见刊，所以简历上没写;
⑦ 小论文投的期刊会议板块；
⑧ 有监督学习和无监督学习；

4.9月中旬，长安秋招，算法，腾讯会议线上技术面（7个工作日回复）

提问如下:
① 华为项目的工作内容;
② 对MindSpore和PyTorch的看法;
③ 华为项目的业务背景;
④ 轻量化模型;
⑤ 追问1: 模型轻量化带来的精度降低怎么解决;
⑥ 追问2: 解释迁移学习，数据增强;
⑦ 毕设项目背景;
⑧ 深度学习和机器学习的权衡;
⑨ 职业规划;
⑩ 本硕专业不一致;
最后是惯例反问。
#如何判断面试是否凉了##你已经投递多少份简历了##复盘面经#