求华为机器学习 面试

自我介绍+实习介绍：1. 介绍一下LangChain 吧2. 实习最大的挑战是什么？3. 意图识别的准确率提升及主要挑战是什么4. AI 编程领域的未来发展趋势，你怎么看？5. Agent的原理是什么？6. 合作过程中遇到的冲突分歧及解决方式是咋样的？大概就是这些，有意思的是手撕给我换了两个题，第一个题是手撕Transformer, 我说这个架构我会说，但是手撕撕不出来，然后他又给我换成了撕一个Attention机制吧，”我敲，你这里不撕hot100的吗？“，然后他说他那边好像都是这些机器学习、深度学习的题，后面给我换了个矩阵的乘法，最后磕磕绊绊撕出来了。最后没有反问环节，我以为要挂了，结果面完退下来之后竟然秒过。感觉可能还是看学历，或者前面聊实习八股比较顺利吧。

一面： 上机复盘。问了k-means的算法流程。0927的笔试。问的很宏观，面试官应该不太懂多模态这一块所有一直问的是很宏观的东西对多模态的个人认识，未来的趋势当时给我唬住了，回来一想是因为他不懂细节所以不问问的比较多的是怎么优化模型性能，看得出来面的面试官都是偏模型优化这一块的手写合并区间leetcode.56面完通知过了，等二面。2h later二面：很casual的对话，面试官看着比较富态，相比一面没那么大压力，问的也是推理优化反问的时候说他们是做多卡通信，昇腾硬件这一块的。问了为什么是网安的，却来做ai，我说考研网安分低，但是自己一直在搞算法问了我意向base地点手写两数之和leetcode.1面完通知过了，等三面。30min later三面：提了一下篮球，问我打什么位置，提到了文班亚马提了一嘴支委的工作问腾讯为啥没转正，说了自己的反思，获得了面试官的认可问多模态的看法，未来的发展方向，个人的理解，说了omni和unified的区别问我sora2的创新点，不懂aigc问强化学习和sft的区别，说了我的看法问了一个 python 装饰器的作用计算机系统中 cache 的作用问了我意向base地点反问：对多模态的看法有什么建议，建议我看看模型优化这一块骑车回公司的路上，hr 通知我过了，入池。总结整体面下来感觉没有什么压力，hw的校招生除了人才计划，剩下的应该都是差不多的，也不会卡人，就看愿不愿意去了。整体感觉面试官的精神状态都还可以，不想互联网大厂那么咄咄逼人，那么看重匹配度。面试的地方有茶歇，饿了可以吃，中文还有午餐券，但是晚上就没有了，我下午1.30到的，面完6.10等候的大厅有好多人，看得出来有些人是精心打扮过的，还有的穿了正装，hw在大家心目中分量还是很重的。等下周谈薪和base地

一面 项目，transformer 架构，encoder和decoder哪个重计算哪个重缓存，两者区别。transformer 和cnn的区别。手撕：翻转矩阵。二面项目，遇到的最大困难，如何解决，八股很少，基本上都是在考察场景问题。手撕：求第k 大的元素（一开始用了大顶堆，优化，其他解法）三面有啥爱好，如何看待华为价值观，职业规划，如何看待互联网公司和华为，期望薪资

岗位：AI算法-自动驾驶算法面试地点：杭研所一面 50min复盘笔试，问了道选择题，牛顿迭代法求解的公式和意义开始上压力，表示我的简历侧重于机器人控制而不是感知，自驾更难的是感知，问我的项目有哪些用到感知算法的（说实话这是已经觉得要无了，不过叽里咕噜说了一通）之后回到具体项目RL训练机器人运控模型的输入输出模型架构，sim2real的gap，怎么解决学校项目，点云数据的处理过程，原理，最终效果手撕 和为k的子数组，力扣原题，前缀和+哈希一面后等了一个多小时没等到二面，等到开饭了hh，二面到下午了二面 50min起手依旧是项目拷打，跟一面类似，穿插了很多八股，主要总结下八股吧ros系统的通信方式有哪些：话题 服务 参数服务器模仿学习数据预处理的dataset和dataloader的区别过拟合和欠拟合，怎么缓解k折交叉验证自注意力机制，QKV含义，为什么除根号dFocal loss怎么优化不平衡样本还有一些很碎的，属于是面试官想到哪点问哪点手撕 两个长方形计算iou（交集/并集）三面 25min主管面挑一个自己觉得最有挑战性的工作讲一下遇到的困难怎么解决为什么放弃第一代方案，怎么决策的与不同专业同事或者同学之间的协作，意见不合怎么处理怎么看待到大厂做一名螺丝钉，会不会觉得被埋没整体流程大概上午10.00开始，下午3.00面试结束，刚刚看到入池，114525定律还是准的哈哈华子应该是最后一个面试的私企了，接下来要休息一下了，有空了把这几个月的面试经历和体验系统整理一下发出来最后，杭研所虽然挺小的，不过风景真的还算不错（你看这池子它又大又深