8.23号做的笔试 9.2打电话约面，9月5号下午一面平台：飞书问答：1.自我介绍2.推荐项目拷打项目的轻量级体现在哪？双塔模型使用了哪些队列特征？做了多路召回吗？还知道哪些召回方式？协同过滤召回的优缺点是什么批内负采样是怎么做的？工作过程是怎么实现的？3.其他项目拷打yolov5的正负样本采样如何实现的？推理阶段均值和方差是如何确定的？4.主要研究方向是什么？5.我看你用了一个xgboost模型，是树模型吗？6.对多目标推荐系统有了解吗？单目标和多目标的区别在哪里？多场景下部分场景数据量少该如何解决？（感觉我说的不对）7.特征处理是怎么做的？如何输入到模型？Embedding层需要训练吗？线上该如何使用？8.梯度消失梯度爆炸现象出现的原因？该如何解决（脑子抽了回答成如何解决过拟合问题了）9.Adam优化器和SGD优化器相比的优势在哪里？手撕：ACM模式Leetcode LCR82 组合总和II  与hot100里面那个不一样，但主要都考察回溯反问：1.面试表现如何？有无改进建议2.主要业务是做哪些面试官很随和，压力不是很大，主要是我自己有点紧张了还得练

一个面试官问技术部分，一个面试官问思维方法部分1.自我介绍，介绍论文，项目（我有一作两篇论文和两个专利，就是本科阶段没有发过CCF-A，比较吃亏）2.你哪个项目代码量最大？（主动打开vscode，共享屏幕展示效果）3.我们的业务场景，比如重复纹理多的建筑、纹理少的云，或者近景，能拼起来吗？4.除了你用的方法，还试过别的拼接方法吗？比如光流、特征点或者深度学习？5.第二个面试官开始提问：根据我做过的目标重识别的课题6.网络架构怎么样？效果好吗？训练重识别模型，数据方面要注意啥？7.结束业务提问，询问 导师有没有同意，能实习多久，想来深圳还是上海

30min，leader面1. 自我介绍（面试官一直叫我别那么正经，说要闲聊2. 项目难点3. 数据清洗过程提3个经验4. Flink sql的json解析超时怎么办5. 列举出你自己的优势6. 项目介绍一下7. 你觉得自己日常交流过程中沟通能力如何8. mbti （真有人问啊9. 如果三面线下面，你能来不反问：1. 对候选人的要求2. 业务3. 对AI的看法

8.5 投递8.8 笔试8.15 一面8.20 二面 一面 70min友善的年轻面试官，玄戒部门，虽然个人经历和面试官业务方向不是很匹配，但面试官仍然负责地看完简历耐心交流，无kpi无压力，一改往日我对小米的偏见——这还是挂我4次实习简历的小米吗1. 自我介绍，面试官也介绍了玄戒部门业务2. 对实习和简历项目依次过问，宏观层面交流居多，没有抠项目细节（可能因为经历匹配度不高）3. 项目验证 debug过程是怎样的，总线default slave，decoder，error response4. 围绕项目提问八股， axi的cacheable和bufferable的区别，wrap传输和地址对齐，...