高德 秋招 一面

第一次遇到女面试官, 英姿飒爽,一听就很懂技术,人也很友善。

有点像技术面,又有点像HR面。

【面试问题】  

2️⃣ 自我介绍?  
4️⃣ 你是怎么设计的?  
5️⃣ 印象比较深刻的困难?当时是怎么解决的?  
7️⃣ 平时开发中还用过哪些调试或分析工具?  
🔟 自己最大的收获是什么?  
1️⃣1️⃣ 印象深刻的项目可以再分享一个吗?  
1️⃣7️⃣ 你了解 VRP 吗?  
1️⃣9️⃣ 团队合作中最重要的是什么?  
2️⃣0️⃣ 从合作经历看,你更倾向于扮演什么样的角色?  
2️⃣1️⃣ 自己的长处和不足分别是什么?  
2️⃣3️⃣ 采用什么方式丰富自己的知识?  
2️⃣4️⃣ 对未来工作的方向有什么期望?行业或城市有偏好吗?  
2️⃣5️⃣ 目前还在面试其他公司吗?  

最后,面试官非常友善的介绍了组里的相关信息, 很详细。
比较特别的就是要 oncall 值班,每人约 1 天/周。  

#发面经攒人品##我的秋招日记# #牛客AI配图神器#
全部评论
每周 1 天 oncall 值班!这点提前知道也好有个准备
1 回复 分享
发布于 09-24 13:51 北京
我今天腾讯也是第一次遇到女面试官哈哈哈哈
1 回复 分享
发布于 09-23 21:04 湖南
女面试官英姿飒爽!技术面都变得更有动力了
点赞 回复 分享
发布于 09-24 13:52 天津
混合面还不压力!面试官友善真的太加分了
点赞 回复 分享
发布于 09-24 13:51 上海
问 VRP 问题!高德这题很贴合业务,没准备真答不上
点赞 回复 分享
发布于 09-24 13:51 河北
哈哈
点赞 回复 分享
发布于 09-23 12:36 湖南

相关推荐

1. 手撕 合并区间2. 八股1)请介绍 Transformer 的结构组成及各部分作用,在长序列时空数据中,2)如何降低 Transformer 的计算复杂度?常见的稀疏注意力变体有哪些?3)GNN的消息传递机制是怎样的?在时空图中,如何结合时间信息编码节点特征?你接触过哪些时空 GNN 模型?4)LoRA微调的原理是什么?秩 r 的选择会对模型表现产生什么影响?5)RAG的完整流程,在时空出行数据场景里,构建向量检索库时如何处理时间衰减对召回的影响?6)强化学习在 Agent 优化中的应用,结合出行推荐 Agent,你会如何设计 Reward 函数?3. 项目1)微调时的训练数据是怎么构建的?如何保证样本多样性和质量?2)在 RAG+时空知识图谱的 Agent 系统中,知识图谱更新的机制是怎样的?是怎样保证实时性的?3)在大规模轨迹数据下是怎么做负采样(Negative Sampling)的?4)训练 LoRA 模型时,你是如何选择冻结层的?依据是什么?5)在高并发查询 Agent 系统中,你会如何优化召回和生成阶段的延迟?4. 开放题1)大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计?2)如果你要在 GPU 资源有限的条件下同时提供推理和微调服务,如何做资源分配和任务调度以保证时延和吞吐?
查看14道真题和解析
点赞 评论 收藏
分享
评论
2
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务