腾讯 WXG 微信安全团队 7面(已意向书)


8.18 到 9.24 一个多月,7轮面试,终于面完了。好累
业务123面,面委123面 ,hr面
-------------------------------

貌似是牛客上第一篇微信安全团队的面经
投的岗位是技术研究-机器学习,意向部门选择基础微信和视频号
应该是简历挂了,被wxg安全团队捞了,做反欺诈


一面 8.18
WXG 安全技术团队,做微信反欺诈
上来就扔两道题
一道掷骰子n次和为target种类数,一道按照权重随机抽样
介绍deepwalk
word2vec本质是什么
介绍node2vec
介绍graphsage
你使用的graphsage负样本怎么做的,
一阶二阶采样多少个邻居,采用什么聚合策略
有没有对这些模型做改动,
异构图一般怎么处理
设计腾讯视频的推荐系统,推荐next item
反问

二面 8.19
自我介绍
讨论实习,讨论论文 大概探讨了40分钟 (graphsage 邻居采样数目怎么确定,对于不同大小的图,有没有公式可以参考。)
问点基础
介绍下GNN
GCN每一层的操作,为什么乘以D^-/2, D是什么
讲一下rnn,lstm
每个门是怎么计算的
为什么lstm可以解决梯度消失问题,从理论的角度上解释
根据推荐里面的item2vec,讲一下word2vec模型,
word2vec里面的负采样是怎么做的
反问环节

三面 8.23
自我介绍
之前笔试有没有做
两个千万级的微信号文件,如何取交集(说了用集合)
哈希函数如何设计,冲突策略怎样,主流的编程语言如何实现,
插入后树不平衡了怎么操作
数据库索引底层使用的什么数据结构
传统机器学习了解吗
决策树划分的依据
信息增益是什么,熵是什么,熵的意义是什么 pi log pi分别什么含义
XGBoost和GBDT的区别
网络最小包大小
为什么链路层MTU是1500
TCP报文字段,IP报文字段有哪些
腾讯会议使用的什么协议
用没用过socket编程,select,epoll(不会。。)
自己构建一个反欺诈模型,如何构建(说了图上分类)
问图上边包含哪些,节点包含哪些
还可以有哪些节点
哪些图数据库支持实时图
答的不好,可能GG了

约了面委



8.25 面委一面
不知道为何面委也是一个面试官面试,而且一下子约了两轮的面委面试
全程问项目,介绍自己的细节,实习的,以及实验室发的论文
找写的文档,自己的论文,自己写的开题报告等共享屏幕给他讲
问的细节入微,具体每一步怎么做的,效果是多少等等
差不多聊了40分钟,全程没有做题,也没问八股
面试官不是安全团队的,是其他部门的,

下周面委二面,


8.30 面委二面
时间比较短,不到30min
全程问项目,介绍了两个
问有没有实际上线的项目,。
图在推荐方面的应用
问未来的职业发展


9.7 约了面委三面。。。这么多轮么
9.13 面委三面
全程问论文,然后结束,30min

9.18  看状态变成hr面了,等待hr面试

9.24 hr面
自我介绍
介绍实习工作
实习有哪些收获
有哪些成就感的事情
有哪些遗憾,后面怎么做的
有什么有趣的事情
问个人爱好
有哪些offer
面试完收到云证和综合测评。
#面经##校招##机器学习##腾讯#
全部评论
绝了。约的过两天三面。也是微信安全
2 回复 分享
发布于 2021-09-02 02:40
感觉二面是同一个面试官了哈哈,问的问题好像。。不过我二面完直接面委了有点奇怪
点赞 回复 分享
发布于 2022-01-13 20:22
老哥 我也是两轮面委以后一个礼拜等来了第三轮面委。我是wxg非技术的…加面不知道是好事还是坏事被…?
点赞 回复 分享
发布于 2021-09-27 15:39
面委二面后三天了,还在等呢😂
点赞 回复 分享
发布于 2021-09-17 04:19
老哥oc了吗,我也加了一轮面委,正焦急等待😭
点赞 回复 分享
发布于 2021-09-16 00:43
我只有一二面+一轮面委就hr面了😭
点赞 回复 分享
发布于 2021-09-15 14:53
哥们,可以帮忙转投个简历吗
点赞 回复 分享
发布于 2021-09-14 20:51
同wx安全,一二面+面委一面,目前流程在hr,一星期了没动静。。
点赞 回复 分享
发布于 2021-09-08 16:41
楼主oc了吗
点赞 回复 分享
发布于 2021-09-06 19:04
面委的难度如何啊
点赞 回复 分享
发布于 2021-08-30 14:25
按照权重随机抽样是啥题啊?
点赞 回复 分享
发布于 2021-08-23 10:52
请问一共有几面啊
点赞 回复 分享
发布于 2021-08-23 10:00
老哥问下多久被捞然后面试的
点赞 回复 分享
发布于 2021-08-19 20:45

相关推荐

最终还是婉拒了小红书的offer,厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验,都比之前好太多,开的薪资也还算过得去,这些都是让我下定决心的原因之一。但最核心的,还是抵不住对Agent的兴趣,选择了Ai Coding这么一个方向。因为很多大佬讲过,在未来比较火的还是属于那些更加垂类的Agent,而Ai Coding恰好是Coding Agent这么一个领域,本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习,也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分,确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容,基本上90%左右的内容都是AI生成的,AI代码仓库贡献率也是我们的指标之一。有人说他不好用,那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求,更别说Claude、Cursor这种目前看来Top水准的Coding工具了(叠甲:起码在我看来是这样)。所以不太区分的主要原因,还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆,他们有很多新的概念和架构提出,我们往往需要快速验证(MVP版本)来看效果。而全栈就是这么快速验证的一个手段,加上Ai Coding的辅助,目前看起来问题不大(仅仅针对Agent而言)。而且Coding的产品形态往往是一个Plugin、Cli之类的,本质还是属于大前端领域。不过针对业务后端来看,区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么?是的没错,本质上还是提示词。不过现在也衍生出一个新的Context Eneering,抽象成一种架构思想(类比框架、或者你们业务架构,参考商品有商品发布架构来提效)。本质还是提示词,但是就是能否最大化利用整个上下文窗口来提升效果,这个还是有很多探索空间和玩法的,例如Cursor的思想:上下文万物皆文件, CoWork之类的。后续也有一些Ralph Loop啥的,还有Coding里面的Coding Act姿态。这种才是比较核心的点,而不是你让AI生成的那提示词,然后调用了一下大模型那么简单;也不是dify、LangGraph搭建了一套workflow,从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事,大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的,我们ld也常把这句话挂在嘴边:“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代,懂一点还是会好一点,所以润去字节了。目前的实习生活呢,除了修一些Tools的问题,还包括对比Claude、Cursor、Trae在某些源码实现思想上的点,看看能不能迁移过来,感觉还是比较有意思。不过目前组内还是主要Follow比较多,希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场,希望能好好的吧。说不定下次发的时候,正式AI泡沫结束,然后我又回归传统后端这么一个结局了。欢迎交流👏,有不对的🙅不要骂博主(浅薄的认知),可以私聊交流
码农索隆:和优秀的人,做有挑战的事
点赞 评论 收藏
分享
评论
16
77
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