更新：7.18一面，7.22收到感谢信，8.9流转到正式批，8.24二面，9.5三面，9.15HR面 7.18一面 (20min) 总结：没聊项目，只问深度学习的基本知识。1.用什么语言？2.用过什么优化器？哪个收敛快？哪个泛化性好？3.用过哪些激活函数？激活函数有什么作用?4.leakyrelu和relu的区别?5.用过relu6吗?有什么好处？6.讲一下交叉熵7.softmax和hardmax，softmax好处？什么时候用hardmax？8.讲一下牛顿法和拟牛顿法9.遇到梯度消失，有什么解决方法？10.LSTM有几个门？分别讲一下11.LSTM里hiddenstate和输出有什么关系？12.听说过LSTMP(projection)吗？13.GRU相比LSTM有什么不一样?14.LSTM和Transformer结构各有什么优缺点？15.反问 8.24二面 (50min) 总结：没聊项目，纯聊天面。1.自我介绍2.聊家庭背景，有无女朋友等等3.聊城市选择，未来想在哪里发展4.聊期望薪资，换了个说法问在合肥需要多少薪资能满足???5.聊手上其他公司offer情况，给开了多少？6.问了一下自己的研究方向，没有深入问，简单介绍一下7.聊了几件实事和新闻，花了比较多时间在这一块聊天上，主要是考察思维能力和心理正不正常？8.反问：问了岗位详情和主要业务，说是算法和开发四六开9.反问：一共几轮面试？往年是两轮技术面，今年竞争激烈，可能三轮 9.5三面 (50min) 三面是技术面，全程四五十分钟。 自我介绍 问保研考研、本科成绩、老家是哪的、高考排名、期望工作地、女朋友等等 个人优势和长处，举具体例子说明 问自己和科班的比，优势和劣势 聊项目，问技术细节，问数据量、训练时间、怎么更新的模型、损失函数、怎么处理类别不均衡、训练技巧等等 数学怎么样？做一道题：长5m的棍子靠在墙边，一端在墙上离地面4m，一端在地上离墙3m，在地上的一端有一个平行于地面的、远离墙的1m/s的瞬时速度，问靠墙的另一端向下的瞬时速度是多少？用数学思维做，就是用微分做。 反问：这是最后一轮面试吗？如果过了的话，后面还有HR面。 9.15HR面 (20min) 电话面试，问一些常规的问题，还有对科大讯飞了解哪些？说出最想去的三个公司？意向城市？不一一列举了，诸如此类的问题。