招商银行网络科技

大厂更看重你能够把一件事从0到80%的能力！！公司招你是要你能上手干活，要你对技术有热情，要你有实打实的东西能拿出来看。我聊过不少从普通学校进大厂的同学，他们身上有个共同点。他们不把双非当成一个需要藏起来的短板，而是把全部精力，都放在了打造几个足够长的长板上。第一个长板，是扎手的项目经历。有个同学，本科是双非。他整个大三就在做一件事，在Kaggle和魔搭社区上打比赛。不是随便玩玩，是死磕一个细分的图像分类问题。名次不算顶尖，但他把整个流程，从数据清洗、模型调参到失败分析，摸得门清。面试时，面试官问的都是他项目里的细节。他对自己踩过的坑、做过的优化，讲得比很多研究生还透彻。他赢在，他的知识是“热”的，是亲手练出来的，不是书本上“凉”的。第二个长板，是主动的链接能力。另一个普通二本的同学，他想做AI产品。他没等校招。他跑到小红书上，去搜AI项目组队的帖子。看到合适的，就留言，发自己的学习笔记和想法。真让他找到了一个创业团队在组队做项目。他就跟着做，负责一部分用户调研和原型设计。这段经历，成了他简历里最亮眼的一行。面试官问起来，他能讲出真实团队协作的细节，讲出产品从想法到demo的完整过程。这比学生会主席的头衔，好用太多了。第三个长板，是用作品证明热情。热情不是嘴上说的。大厂的面试官听过无数遍“我热爱AI”。热爱，是你有没有用AI工具优化过自己的学习流程？是你有没有注册一堆AI产品，一个个体验，写下它们的优缺点？是你有没有用开源模型，哪怕只是API，尝试给自己写个智能工具？这些看似微小的动手痕迹，构成了你的亮点。所以，如果你背景普通，你的策略不应该是去补短板，幻想在学历上比别人更强。你的所有战术，都应该是ALL IN在打造长板上。让长处更长！

历经两个月的鏖战，终于拿下某大厂算法岗Offer！复盘了30道高频面试题，分享给正在备战的同学：机器学习基础（10道）手推LR推导，为什么用交叉熵而不用MSE？偏差方差分解，Bagging vs Boosting怎么对应？XGBoost相比GBDT的改进点？二阶泰勒展开的意义？特征工程怎么做？连续特征离散化的好处？类别不平衡如何处理？Focal Loss原理？正则化L1、L2区别，为什么L1能产生稀疏解？聚类算法K-Means的优缺点？如何选K？模型评估指标：AUC计算逻辑和业务含义？随机森林的随机性体现在哪？梯度消失/爆炸原因及解决方案？深度学习（10道）11. BN原理，训练和测试阶段有什么区别？12. Transformer的self-attention计算过程？为什么要除√d？13. BERT的预训练任务是什么？WordPiece作用？14. 激活函数ReLU vs LeakyReLU vs GELU？15. 优化器SGD、Adam、AdamW的区别？16. 过拟合如何判断和解决？Dropout原理？17. 多卡训练：数据并行 vs 模型并行？18. Attention的几种形式？Additive vs Dot-Product？19. 残差连接为什么有效？20. 卷积参数量和FLOPs计算？手撕代码（5道）21. 手写Multi-Head Attention22. 实现二分类交叉熵损失函数23. 快速排序/归并排序（常考！）24. 编辑距离/最长公共子序列25. 二叉树遍历（递归+非递归）业务场景（5道）26. 短视频推荐，冷启动怎么解决？27. 广告CTR预估，特征怎么设计？28. 搜索排序，如何平衡相关性和多样性？29. 用户长短期兴趣如何建模？30. 线上AB测试，指标怎么选？

听起来和大家的观点不同，算法面试要容易很多。算法的更新迭代非常快，大家都在同一起跑线。最多面到2年前的内容。 科班出身的研究生， 认真花上半年，足够从小白到面试高手了。开发则不一样，知识点非常多，对项目能力要求比较高。需要1年的时间才能真正入门，想要通过大厂面试，则可能更久。算法真正的难度在：对学历、论文和实习的强要求。随着现在越来越卷，算法的门槛跟开发也越来越近了。

1. 请介绍一个你接触过的与AI相关的项目或研究，并说明AI在其中扮演的角色。2. 抛开具体技术细节，你怎么向公司市场部的同事通俗地解释“机器学习”是做什么的？3. 如果要你为主流电商平台的客服系统设计一个智能问答机器人，你会如何规划它的核心能力和演进路径？（追问：在上线初期，你会设计哪些机制来应对AI“答不上来”或“答错”的情况？）4. 在AI产品中，如何平衡算法的“准确性”和系统的“响应速度”（延迟）？5. 你觉得当前AI技术在电商领域，最能创造价值的1-2个应用场景是什么？为什么？6. 什么是“数据飞轮”？它对AI产品为什么重要？7. AI产品存在“黑箱”问题，可能会影响用户信任。在产品层面可以做些什么来缓解？8. 如何判断一个业务问题是否适合用AI来解决？你会考虑哪些维度？9. 你如何持续跟进快速变化的AI技术趋势？最近有看到什么让你印象深刻的新应用吗？10. 你认为AI产品经理最核心的挑战是什么？是技术理解、业务场景，还是别的？