联发科技提前批嵌入式软件工程师(深圳)一面

面试一开始是我自我介绍,一开始挺紧张的,面试官很友好,慢慢的也不紧张了。
接着他会问你的课题,你要用简单的语言把你的课题说明白,最后你的课题应用在什么地方,有什么实际意义。
你的项目,具体是怎么做的,他会问你最难的部分是什么,然后你要回答你怎么解决的(建议:如果自己说不明白的,就说一个自己可以说明白的点)
你平时的时间是怎么安排的?
你找工作重要看什么因素?
最后有一个编程题,我写的头插链表,删除结点。
第一次发帖,还望见谅。。

续更来了,8月10号,深圳联发科技二面
二面上来,还是自我介绍,然后面试官还是继续问我课题,问我帮老师做的项目里的一些内容,介绍了以下他们公司的待遇已经工作方面的东西。有点搞不清,有点忐忑,一共面大概30分钟。
PS:最后想问一句,会有三面吗?
#联发科MTK提前批##面经##校招##嵌入式工程师##MTK联发科技#
全部评论
许愿offer
点赞 回复 分享
发布于 2021-09-08 21:30
三面好像要等正式批开始
点赞 回复 分享
发布于 2021-08-14 23:07
咋我一面二面都没手撕算法,是不是凉了😅
点赞 回复 分享
发布于 2021-08-11 11:41
楼主有收到二面通知吗
点赞 回复 分享
发布于 2021-08-09 18:02

相关推荐

个人背景:🔥985硕士,计算机专业,研究方向为机器学习/数据挖掘- 有推荐系统相关项目,Kaggle竞赛经历- 面试岗位:滴滴出行-算法工程师(机器学习/运筹优化方向)📝 面试全流程回顾1. 笔试(线上编程+数学)-算法题(2道,LeetCode中等偏上难度)- 动态规划:最长递增子序列变种(需优化到O(nlogn))- 图论:Dijkstra算法实现+路径还原- 数学题(概率统计+线性代数)- 贝叶斯定理应用题(拼车场景下的概率计算)- 矩阵分解(SVD)的原理与优化意义2. 技术一面(1小时)- 代码能力- 手撕:实现带权随机抽样(Reservoir Sampling变种)- 代码优化:如何减少时间复杂度?- 机器学习基础- XGBoost vs LightGBM的差异?如何选择分裂点?- 如何解决推荐系统中的冷启动问题?- 业务场景题- 滴滴拼车订单匹配如何建模?(聚类+贪心算法的取舍)3. 技术二面(1.5小时)- 项目深挖- 详细介绍Kaggle竞赛方案(特征工程、模型融合技巧)- 追问:如果数据分布偏移(如疫情前后出行规律变化),如何调整模型?- 系统设计- 设计一个实时ETA(预估到达时间)系统:- 数据源(GPS/交通路况/历史数据)- 模型选型(时序模型+在线学习)- 异常情况处理(突发拥堵如何动态调整?)- 算法发散题- 如何用算法减少司机空驶率?(转化为图的最短路径问题)4. HR面(30分钟)- 团队协作经历、抗压能力举例- 期望薪资与工作地点偏好🌟 总体而言,滴滴面试强度还是可以的,问题问的很细,如果不会的话,同学们尽量委婉回答,引导面试官问出问题。滴滴待遇还是相当可以的,最后给大家一个内推链接,还有内推码。🚘投递方式【内推链接】https://app.mokahr.com/m/campus_apply/didiglobal/96064?recommendCode=DSW46Dg7&hash=%23%2Fjobs#/jobs【内推码】DSW46Dg7全流程跟进,投递的同学评论区留言,方便后续跟进,秋招加油!       
点赞 评论 收藏
分享
评论
3
12
分享

创作者周榜

更多
牛客网
牛客企业服务