阿维塔内推阿维塔面经

阿维塔上海地区销售培训生

①面试前:我实在BOSS上投的猎头,不是我来填写资料,而是猎头为我投递简历和填写个人信息,3月12日下午投递的内部推荐,在第二天晚上八点左右收到了评测,1小时做了评测,一些公务员题目,以及性格测试,认真做就行了。

②第一轮线上:过了2天,测评通过然后约了线上,会有短消息带着腾讯会议链接发过来。面试当天就提早进入腾讯会议,hr小姐姐人很好,一个群面1v3的样子,就是轮流自我介绍,随后hr小姐姐会问一些问题:有工作经验的,会问一些曾经的工作经历,或是工作中遇到了什么困难或者领导的任务如何完成之类的。没有工作经验,会问学校里面有什么难忘的经历,反正敞开说,不用因为没工作过就紧张,毕竟校招生,最后会问有没有想了解公司的。会问一些住哪里(方便线下面试)证书之类的。

③第二轮线下:在第一轮结束,通过了会在2-3个工作日接到电话,约第二轮线下,根据自身情况,到最方便最近的城市面试。随后会拉一个群(同时间面试的同学)那天按时提早去就行了,学生七个人(人挺多)因为我是专科生,其他同学都超级厉害(名牌大学的研究生本科生)作为专科生来说就是降维打击,但是我没有自卑,我自己就是学汽车的,这就是我的优势,其他同学可能喜欢汽车,可能专业不对口(但是这不是问题)放平心态,很卷,但是你要比其他人更卷。两位面试官人也很好,整体氛围轻松,和聊天一样,会问一些为什么选择这个品牌,作为顾客你会觉得这个产品吸引你的点在哪里,对于品牌和如何销售车辆的问题,是围绕销售展开,最后会围绕简历问一些问题,最后有什么想问面试官的基本上就结束了。

面试成功当天下午会收到hr的反馈,如果失败(我也不知道)随后成功的同学会在一周内收到offer

如果是和我一样专科真的不要慌,学历不代表实力(不是舔专科啊,本科同学们很优秀,见解很多,基本上听不懂哈哈)听到其他同学的学校学历内心是奔溃的,但是我放平心态,照常发挥,想啥说啥。

阿维塔25届春季校园招聘正式开启

【公司介绍】阿维塔(AVATR)是高端智能电动汽车(SEV)全球品牌,由长安汽车、华为、宁德时代三方联合打造。致力于探索面向未来的人性化出行科技,为用户创造充满温度的智能出行体验。 公司总部位于中国重庆,并在中国上海及德国慕尼黑设有分部。

【招聘岗位】公司史上最大规模校招,超多HC,共设四大类职位:整车开发类、数字技术类、营销及综合类、博士类

【薪酬福利】极具竞争力的薪资福利+完善的员工关怀和工会保障+完善的带教培养体系+明亮舒适的办公环境

【工作地点】重庆,上海

【网申时间】即日起至3月31日

【内推链接】https://xcn5vbnquq58.jobs.feishu.cn/s/iPk6whxL

(选择“25届校园招聘”网申)

【内推码】JC48RUX(简历优先筛选,后续有疑问/流程问题欢迎联系)大家投递完可以在评论区打上姓名缩写+岗位,我来确认有没有内推成功喽

全部评论

相关推荐

07-06 21:46
已编辑
中山大学 算法工程师
✅第一面和二面连在一起面的,有部分题记不住,算法都是先讲思路,再白板写代码,然后给面试官解释代码含义。1、算法:找第K大的数(快排)2、算法:从n个数字的数组中任取m个为一个组合,返回所有组合,顺序不一样的算一个组合(递归遍历+回溯)3、LR损失,推导,并且求导4、L1、L2的区别, L1为什么图像是菱形我说菱形可以用取点值画出来,面试官问怎么取点,我就有点懵住了,面完才想起来菱形应该是 |x| + |y| = 1 的函数图像5、梯度下降系列算法有哪些我有点蒙住了,后来才想起来应该问问 momentum adam 之类的算不算6、xgb介绍一下7、你知道有哪些损失函数?8、FM 与 LR对比一下9、softmax 与 二分类 比有什么特点。✅三面面试官很严肃,而且问的很细,有的题还很偏1、看过什么论文2、看过哪些开源项目3、看过哪些开源框架的源码?看过tensorflow源码没?4、看过xgboost源码没?5、开源项目一般就训练个模型吧,就很少量的代码。看过什么大的工程的源码吗?没看过源码别问了QAQ6、让你学 C++ 你认为你多久可以上手?7、算法:一个排好序的数组 arr 中,可能有重复数字,给定一个数target,求 arr[i] + arr[j] = target (i < j) 的对数。提了两个方法:一个字典记录出现过的数字和对应的索引列表(因为可能有重复,所以是列表)。然后一边遍历一边查询字典中是否出现了 target - arr[i],如果有则计数。双指针。但是有重复的数很麻烦,我考虑了一般的重复数情况,和两个重复数之和恰好为target的情况。但是面试官说还有别的情况,我就想不出来了,然后面试官说先到这吧。。8、auc介绍一下,给出计算公式9、xgb怎么并行运算(除了自带的并行找特征分裂点,还说了一般模型的按数据和按特征并行)但是面试官一直追问详细的并行方法。10、xgb与LR各自的优缺点11、LR为什么更容易并行12、有哪些常见的模型优化算法13、adam公式写一下(同时介绍了adam是momentum和RMSprop的结合)14、RMSprop为什么比adgrad好?15、为什么 adagrad 简单求和不好?16、GMM介绍一下,损失函数写一下17、EM算法介绍一下18、进程线程的区别?进程和线程相比有什么好处?19、用户态和内核态📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
查看27道真题和解析
点赞 评论 收藏
分享
评论
1
1
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