思特威AI芯片工程师一面面经二面：部门主管面 9.21 30-40min探讨了我项目中所负责的模块的实际应用场景（可能相比起技术细节会更偏向于对IP应用的思考）我的项目多是数模结合的模块，因此也追问了数模结合项目对于个人求职中的优势。整体下来更多是在询问在项目中担任的角色和对自己项目模块高层次的掌握程度。反问问了面试官身份，工作内容和项目中的重难点三面：hr面10.11 45min（没想到是最久的）谈了下入职之后的培训，公司发展情况和业务情况，以及可能的薪资待遇，照常询问了一下现有的offer和等待的机会。反问环节确认了一下自己的排序情况。第二天oc，过几天收到了offer使用内推码简历优先筛...

分享一下最近三周面试吧智元，百度，腾讯字节，万兴科技魔门塔，得物，信也科技总结：还是有点心急了，论文投完就立马投实习了，以为自己平时刷点算法看点八股没问题，实际上隔了一两个月没回顾直接全忘了。前两周八股代码答得全是一坨，现在还怕脏面评了哎难受。第三周除了得物我觉得实在是问的有点太难受了，这个面试官特别喜欢问底层实现原理，另外两个进步还是挺大的，但是还是有不少八股答不上来，哎，好难背啊o(╥﹏╥)o为什么发这条，因为今天晚上最后面完信也刚刚2点多就收到了感谢信了，本来就睡不着这下更难受了o(╥﹏╥)o再沉淀一两周吧我现在是fw，双9的fw罢了

全部是92硕士研究生学历

昨天刷X的时候,突然发现xAI把整个For You推荐算法开源了。说实话,我当时就愣住了。要知道,推荐算法这东西,对社交平台来说就是命根子。抖音的推荐算法、小红书的推荐逻辑,哪个不是藏着掖着当核心机密?结果马斯克直接把代码扔GitHub上,7000多个star,就这么大大方方让你看。这背后到底藏着什么秘密?一个让我震惊的发现我花了整整几个晚上扒完这套代码,发现了一个颠覆认知的事实:X的推荐系统里,几乎没有人工规则。什么意思?传统的推荐系统,工程师会设计几百上千条规则。比如用户点赞过科技类内容,就多推科技,或者转发率高的内容加权。这些都是人脑想出来的逻辑。但X的算法完全不是这么玩的。他们用的是G...