华为开奖

拉扯了大几个月,最后还是选择去华子,深圳的base实在太香了

总结了一下秋招和春招的情况

秋招(十月底到十二月初)
快手 商业化 简历挂
京东零售 推荐 简历挂
抖音 商业化 排序挂
字节data 推荐 三面挂
字节变现 广告 二面挂
腾讯 微信搜一搜 二面挂
拼多多 temu广告 offer
抖音国际 广告 三面后拒了
美团点评 机器学习中台 一面挂
淘天 推荐 一面挂
饿了么 推荐 一面挂
华为ICT计算 搜推 泡池子

春招(二月中旬至今)
华为2012中软 搜推 offer
滴滴 推荐 三面挂
字节data 推荐 二面挂
腾讯pcg中台 用户画像 二面挂
taptap 推荐 二面挂
百度矩阵业务部 推荐 刚面完四面准备拒了
爱奇艺 用户增长 offer
腾讯视频 推荐 一面后拒了
叮咚买菜 推荐 约了二面但准备拒了
还有一些中小厂的面试,基本都能过但薪资不太满意

耐面王的生活终于要结束了
全部评论
佬强的,说到深圳是没考虑腾讯嘛
2 回复 分享
发布于 03-14 23:44 上海
temu怎么到现在才签约,
1 回复 分享
发布于 03-15 15:15 广东
华为不是没有春招么
1 回复 分享
发布于 03-15 01:19 广东
1 回复 分享
发布于 03-14 20:42 重庆
佬定级15吗这
点赞 回复 分享
发布于 04-10 11:18 黑龙江
佬,抖音商业化排序挂,是hr面之后排序挂吗
点赞 回复 分享
发布于 04-07 13:04 辽宁
羡慕深圳,我咋就在上海呢,开太晚也不好!估计是最近深圳的才开始招
点赞 回复 分享
发布于 03-26 15:18 广东
佬,爱奇艺三面后多久约的hr面勒,快泡三个星期了
点赞 回复 分享
发布于 03-24 18:48 湖南
佬 春招有比秋招简单点吗
点赞 回复 分享
发布于 03-23 18:52 河南
泡池子,上岸率大概是多少啊
点赞 回复 分享
发布于 03-22 17:23 重庆
请问佬了解华为云实习怎样嘛,我想暑期去华为云,秋招试试互联网
点赞 回复 分享
发布于 03-20 20:25 四川
百度和华为佬是怎么考虑的呀
点赞 回复 分享
发布于 03-18 12:30 陕西
耐面王
点赞 回复 分享
发布于 03-17 17:27 山东
也是一个部门,年前流转的,现在无
点赞 回复 分享
发布于 03-16 21:36 河北
接好运
点赞 回复 分享
发布于 03-16 21:35 河北
腾讯视频怎不要了
点赞 回复 分享
发布于 03-16 00:54 广东
mark一下
点赞 回复 分享
发布于 03-15 07:26 湖北

相关推荐

(鼠鼠处女面,感觉自己说的磕磕绊绊的,逻辑不够清晰,面试官居然说回答的还好。好开心~一面秒过。)面试问题与回答要点1. 自我介绍 & 项目概览2. Go语言与Raft项目考察面试官提问:看到你简历说用Go实现了Raft,是有Go的开发经验吗?对Go语言了解多少?我的回答要点:背景说明: 坦诚说明是为了完成MIT 6.824课程实验,花时间速成了Go语言并完成了项目。能力边界: 承认目前主技术栈是Java/Python,Go的经验仅限于该项目,很多细节已生疏。掌握程度: 对Go的基础语法和并发(goroutine, channel)有基本了解。3. RAG智能问答项目深挖面试官提问 1:聊一下你基于RAG的智能问答项目,你在Elasticsearch里主要做了哪些工作?我的回答要点 (阐述RAG全流程):离线处理阶段:数据预处理: 将PDF论文转为Markdown。文本切块 (Chunking): 采用基于语义的切块方式,保证上下文完整性。向量化 (Embedding): 使用智谱的Embedding模型将文本块转为向量。数据入库: 将文本和对应向量一同存入Elasticsearch。在线检索与生成阶段:用户问题向量化: 用同样模型处理用户提问。向量相似度检索: 在ES中召回Top 3最相关的文本块。构建Prompt: 将召回的文本块作为Context,与用户问题组合成最终的Prompt。生成答案: 将Prompt发送给大模型(LLM)获取最终回答。面试官提问 2 :召回的Top 3数据可能内容相似度很高,但不一定完全符合用户问题,你如何避免给用户错误的引导信息?我的回答要点:优化数据源: 关键在于切块质量,保证每个Chunk都是一个逻辑完整的语义单元。优化召回策略:扩大召回量: 尝试扩大Top K(如Top 5),为LLM提供更丰富的上下文。增加多样性: 可以在召回时引入多样性策略(如MMR算法思想),除了最相似的,也召回一些“不那么相似但可能包含新信息”的文本块,避免信息茧房。4. 基于Redis的多轮对话管理面试官提问 1:你提到用Redis做了个性化的多轮对话管理,具体是怎么实现的?我的回答要点:持久化方案: 放弃框架默认的内存会话管理,选择Redis做持久化存储。数据结构: 使用Session ID和User ID作为Key,将用户的多轮对话历史关联起来。存储格式: 将包含发言人、内容、时间等信息的对话历史序列化成JSON字符串后存入Redis。读写流程: 当新一轮对话发生时,从Redis取出历史记录,反序列化,追加新内容,再序列化存回去。面试官提问 2 :LLM本身有上下文窗口(Context Window)限制,你是怎么突破限制,实现长期记忆的?难道把全部历史记录都传给模型吗?我的回答要点 (坦诚现状 + 给出解决方案):承认局限: 首先坦诚目前项目的实现确实是全量传入,在对话轮次很多时会超出上下文限制,这是一个待优化的点。提出解决方案:方案一 (摘要压缩): 对时间较早的对话历史进行总结,用一个简短的摘要来代替冗长的原文,从而压缩上下文长度。方案二 (RAG on History): 将长期对话历史本身也视为一个外部知识库。当用户提问时,先用RAG的方式从历史记录中检索出与当前问题最相关的几轮对话,而不是把全部历史都传进去。反问环节我问: 公司的具体业务?面试官答: AI硬件,做嵌入式芯片,主要应用在玩具中,与用户进行大模型交互。后端技术栈是Go。我问: 对我本次面试表现的看法和建议?面试官答: 整体不错,但项目经验偏校园和实验性质,缺乏工业级的深度。我问: 后续面试流程?面试官答: 总共2-3轮。
查看6道真题和解析
点赞 评论 收藏
分享
08-11 11:34
已编辑
南京大学 Java
秋招还没有投递简历,就被hr强行加微信(字节你是真饿了😂)约面。部门很核心,所以还是接下了面试面试时间:110分钟1. 一上来还是先自我介绍(刚开始听错了还以为面试官说“我先做个自我介绍吧”,结果四目相对了几秒一直没反应才发现不对劲匆匆开始自我介绍)2. 面试官手里拿的实际还是我暑期的简历,我自我介绍提到有字节和美团两段实习,所以理所当然的开始拷打实习。这部分问了好久,几乎每段实习中做的每一个项目都被问到了细节(我发现复杂一些的业务真不好讲清楚,单纯靠文字表达繁琐的业务细节真的太受限了,导致几乎不可能让对方完全听明白整个业务流程)3. 手撕,给一个二维列表,要求得到所有可能的的排列组合。明显的回溯题,结果我不知道因为好久没做题手感生疏了还是什么原因,脑袋缺根弦似的说想用多指针依次遍历写一半发现写不出来苦笑着说还是用回溯吧。最后出了点小偏差,没法打断点于是肉眼debug了好久。我以为面试官会直接结束面试,没想到就一直等着我debug完成(感动)4. 问项目,hmdp里秒杀的幂等怎么做的。从业务层redis分布式锁和存储层唯一索引兜底两方面说。追问唯一索引具体怎么实现,回答在订单表中建立用户id+商品id+秒杀活动id三字段联合索引,确保同一用户在同一活动中只能购买一件同一商品反问:1. 一共几轮面试?(两轮或三轮技术面)2. 对校招生的期待和自身尚存的不足?(这里聊了久挺。总体来讲就是说我整体知识储备在校招生中算比较强的,但具体的技术落地相对薄弱一些,简历略高于自身实际工程能力(更不敢包装了))反反问:1. 进程和线程的区别?2. 有了解过Linux操作系统内核吗?总的来说面试体验很好,本以为这种hr主动拉人的都是kpi面,但实际上能感受到面试官对我还挺有兴趣的,实习挖了好久,到后面基本上都是在聊天,他后面也时不时穿插一下自己做业务的经历感受---------------8.11更新 已约二面
野猪不是猪🐗:我发现一个问题,为什么牛客上一刷面经都是八股轰炸,我自己去面(无论是暑期还是这次)就都是全程项目/实习拷打那我背了这么多八股算什么
查看6道真题和解析
点赞 评论 收藏
分享
评论
19
12
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