干货，数据科学岗到底是干嘛的？

结论：要刷，但不是死记硬背地刷；是为了练内功、过面试、驾驭AI，不是为了背题。一、先说现实：大厂面试，还是要考 校招/应届生：必须刷。字节、腾讯、阿里、微软、亚马逊，算法题依然是筛选门槛，不刷基本拿不到offer。 社招13年：高频考。中等难度为主，考思路、复杂度、边界处理，不是纯背诵。 社招5年+：看团队。偏架构/业务的少考纯算法，但基础题、复杂度分析依然常见。 AI/算法岗：必刷。LeetCode是基础门槛，和AI算法本身无关，但大厂筛选就认这个。  二、AI能写代码，为什么还要刷？1. AI写的是代码，你要懂的是“对错与好坏”AI能秒出解，但你得看得懂： 时间/空间复杂度对不对 有没有边...

鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐

投的大厂几乎全都是简历挂，我不太明白，我问了很多人他们都说简历没什么问题。可是快手挂我两遍美团、阿里大部分、拼多多、字节剪映、懂车帝、爱奇艺、百度、oppo、小米、美的、哔哩哔哩基本上都是简历挂。我想不通了，一整个三月只有腾讯和钉钉给面了。结果腾讯的两道题我没a出来，钉钉遇到kpi面，面完出来看官网果然是秒挂，我已经觉得绝望了。难道真是简历问题？

项目深挖更细，还聊了一道 CUDA 脑暴题这场蚂蚁二面的感觉和一面不太一样。一面更像是先确认你做过什么、懂到什么程度，二面则明显更深，基本是顺着项目细节一路往下追，尤其会反复确认你到底是不是亲手做过优化、怎么判断优化价值、怎么分析性能边界，以及你对更上层系统有没有兴趣。开场还是先让我用一个比较高层的方式讲实习经历、项目经历和职业规划，我这边还是重点放在了算子优化、图优化、量化推理 runtime 这些内容上。项目部分一开始还是围绕我现在做的方向展开。我先讲了三个相对核心的点：一个是单算子优化，一个是稳定性问题修复，一个是算子融合。单算子优化这块，我举的是把旧的手写实现替换成高性能库实现，再做单...