985硕:腾讯广告算法二面回放

👋个人背景：本9硕华五均统计，代码一般，leetcode大概只能撕mid难度，hot100只刷了20道，有过一段中厂普通算法实习👏offer1：csig腾讯云腾讯会议数据科学（偏算法），但是不知道腾讯会议具体能做什么算法💯offer2：阿里大文娱阿里影业搜广推算法，保留秋招找算法岗的希望，但是不知道阿里影业整体认可度怎么样，抛开阿里系title，感觉业务量和小厂差不多选择腾讯数科，秋招应该比较容易找数科数分的工作；选择阿里大文娱，本人第一次接触搜广推，感觉landing有一定难度，能否有产出未知，并且秋招认可度存疑   

背景：24届西安电子科技大学，光电信息科学与工程本科毕业生，由于想要转行做开发，毕业后没有去找工作，在家里一边帮忙看店一边自学python的编程，后面家里人催找工作了，经过4个月的编程学习，自己也觉得掌握的差不多了，决定投一下开发岗位试试。在BOSS上投了好几家公司，简历基本上是石层大海，已读不回复。自己本身的bug也叠满，一是非科班，二是空档无任何的工作经验。后面在牛客网上有了解到华为OD，可以接受无经验以及非科班的人选，当时也是抱着试一试的心态私信联系到了香云，打算试试OD。机考：机考准备了20天左右，发现没有想象中得那么难，三道题AC了，拿到了满分400分！一星题有题是遇到了原题，还好刷...

捞捞捞Python大佬

四月中旬才开始投递，总算是抓住了暑期的尾巴time line如下：4.15投递5.6一面5.7二面5.8三面512收到offer（一周速通三面，感觉可以挑战全网最快流程）一面（技术面）：约80分钟1. 自我介绍2. 详细盘问了科研论文的项目（深度强化学习方向），问的非常详细，包括论文的主要创新点、具体的建模细节等，非常刨根问底，几乎每个设计都要问一下为什么，其中也交叉问了一些八股，主要是强化学习方面的，如loss如何计算与传递等。常规问题以外，面试官还进行了一些拓展，比如让我思考这个科研项目距离落地还需要做哪些工作，多目标的奖励权重如何更新等，这部分我答的不好，但是面试官也非常耐心，一步步引导我去进行思考，也和我交流了他们实际业务中应用强化学习的一些设计。3. 然后又盘问了在滴滴做的项目，这个主要是大致介绍了业务的背景、项目的目标、模型选型的考虑等。其中具体问了一些推荐系统模型的八股（因为简历里有写），如w＆d、deepfm、d＆c network等的模型特点。4. 面试官介绍了下组里的一些业务，以及如果我能进来的话可以做的一些方向，涵盖的内容非常广，从传统运筹的路径规划到强化学习再到营销用增方向。由于项目和业务上聊了很多，导致没时间手撕，面试官就让我自己截图回去做，做完微信发给他即可。手撕的题是一道力扣mid，最佳股票策略。二面（技术面）：约40分钟一面结束后立刻发来了二面通知，第二天上午十一点有趣的是，大概当天十点半的时候，二面还没开始，三面的链接就已经发来了1. 自我介绍2. 滴滴实习项目盘问，问的也很细，跟一面的问题有一些重叠，还问了业务中如果遇到没出现的特征应该怎么处理等数据预处理的问题3. 科研论文盘问，dtw距离是什么，如何计算？k中心聚类的步骤，都是一些常见的八股4. 手撕：力扣mid 编辑距离，发现美团很喜欢出动规题5. 业务介绍，一面时介绍的已经比较仔细了，也没什么需要反问的三面（hr面）：约20分钟都是一些开放性的问题，开始侃侃而谈1. 经过前两轮面试，对业务有什么了解？2. 平常有没有用过业务相关的产品？体验怎么样？有哪些痛点？3. 如何利用ai来辅助进行业务升级？举几个具体的场景4. 简历中最能体现自己能力的项目是哪个？具体展开说明5. 过去的几段实习经历里，给自己带来最大改变的是什么？带来了哪些改变？6. 反问