华为ai开发 一二hr面 已挂

一面1h： 1、自我介绍2、论文拷打3、实习拷打4、手撕，问什么类型（LeetCode or ML？），其实都可以，选了LeetCode，LeetCode 56. 合并区间5、机考复盘，问思路6、又拷打了下实习7、反问二面30min：1、自我介绍2、还是论文+实习拷打3、手撕，4道选一题，看到有旋转矩阵就没看别的

📍面试公司：华为🕐面试时间：9:20签到，随后一面；10:23二面；11:37三面。平均每面50分钟左右。💻面试岗位：AI岗机器学习❓面试问题：一面：自我介绍+项目拷打（方案设计、方法能否复用）+常见的聚类算法+LSTM、RNN的工作机制+手撕变体后的hot100-字符串解码等 二面：手撕等于目标值的最长连续子数组的长度+项目拷打+模型性能和预期不符怎么解决+模型微调等 三面：你面华为的优势和劣势在哪？怎么学习新知识，团队冲突解决，最自豪的事/最愤怒的事，三到五年的职业规划，薪资，base地；反问，干到业务主管要多少年，新员工培训等🙌面试感想：面试官都很好，很专业，很和善

一面： 上机复盘。问了k-means的算法流程。0927的笔试。问的很宏观，面试官应该不太懂多模态这一块所有一直问的是很宏观的东西对多模态的个人认识，未来的趋势当时给我唬住了，回来一想是因为他不懂细节所以不问问的比较多的是怎么优化模型性能，看得出来面的面试官都是偏模型优化这一块的手写合并区间leetcode.56面完通知过了，等二面。2h later二面：很casual的对话，面试官看着比较富态，相比一面没那么大压力，问的也是推理优化反问的时候说他们是做多卡通信，昇腾硬件这一块的。问了为什么是网安的，却来做ai，我说考研网安分低，但是自己一直在搞算法问了我意向base地点手写两数之和leetcode.1面完通知过了，等三面。30min later三面：提了一下篮球，问我打什么位置，提到了文班亚马提了一嘴支委的工作问腾讯为啥没转正，说了自己的反思，获得了面试官的认可问多模态的看法，未来的发展方向，个人的理解，说了omni和unified的区别问我sora2的创新点，不懂aigc问强化学习和sft的区别，说了我的看法问了一个 python 装饰器的作用计算机系统中 cache 的作用问了我意向base地点反问：对多模态的看法有什么建议，建议我看看模型优化这一块骑车回公司的路上，hr 通知我过了，入池。总结整体面下来感觉没有什么压力，hw的校招生除了人才计划，剩下的应该都是差不多的，也不会卡人，就看愿不愿意去了。整体感觉面试官的精神状态都还可以，不想互联网大厂那么咄咄逼人，那么看重匹配度。面试的地方有茶歇，饿了可以吃，中文还有午餐券，但是晚上就没有了，我下午1.30到的，面完6.10等候的大厅有好多人，看得出来有些人是精心打扮过的，还有的穿了正装，hw在大家心目中分量还是很重的。等下周谈薪和base地

背景非目标院校，21年毕业，工作经历三年半，24年年底机考通过，后续因为个人原因放弃面试，今年换工作又再次联系的栗栗开始OD的面试机考（380分）参加考试之前，考生需要通过电子邮件中的考试通知进入考试系统，并完成签名、调试摄像头、开启屏幕录制等步骤。笔试时间为150分钟，满分400分，一共三题，分值为100分、100分、200分。最终得分为三题得分的总和。基本线为150分，一般而言需要考到150-300不等。题目难度为LeetCode上的简单、中等题目。如果某题有测试用例未通过，系统会告诉你有多少测试用例通过了，即你本题可以拿到多少分，但不会指出未通过的测试用例。所以为了提高分数，要尽可能多的...