公司是自驾独角兽，认可度和名气还蛮高的，听说学历卡92。mmt的系统研发分为cpp和python两种，cpp好像是做sdk开发，python是做自动化测试和仿真评测，我这个岗位是python。效率非常高，投递简历第二天约一面，第三天二面，二面完半小时oc。两次面试感觉都是简历面，且重心都在我之前在地铁公司的实习上，深挖那段实习经历。对另一段实习以及其他的项目问的少。具体来说，一面40min，额外问了另一段实习中的遥感识别算法是如何设计和改良的，以及这个任务的实际背景；二面30min，纯是在问地铁的实习经历，但是拷打了一下实习项目，把我问尬住了。两次面试均无八股文，一面有一个手撕算法是螺旋矩阵，秒了；二面无手撕。感觉可能是最近比较缺人，我的经历正好和这个岗位有一些相似之处，所以面的很简单。mmt实习工资很高（加绩效和餐补可以一天超过600），业内知名度也高，但是感觉和我职业发展不太吻合，遂作罢，没有去。

面了大概一个小时，我自己生病了挺不舒服的，面完就睡了，所以面经有些地方可能记得不太全1.自我介绍，边介绍边问tableau中如何反转矩阵（行列交换），问这个是因为我写了我会tableau我在介绍AB test和因果推断的时候，面试官说我们用不上这些，我们主要是做模型和算法对实习中的ETL开发任务问了一下，然后问了一下Hive SQL熟练度实习中是如何处理大规模的稀疏矩阵的实习项目中的评价指标选择以及依据跳过了实习经历的数据分析部分（原因也是用不上）仔细问了另一个实习中的特征选择算法是否了解bert和transformer，大概说了一下2.三个场景题，让我提供解决方案或者算法。第一个是根据视频内容来识别广告植入程度，第二个是如何通过视频的所有评论来分析视频的广告植入程度，第三个是如何在数据量十分有限，但特征数量极多的情况下选出一套合适的特征组合。3.两个手撕题，都不难，一个是利用正则表达式筛选掉所有标点符号后进行词频统计；第二个是leetcode534.反问面试官非常友善，整个面试过程感觉也非常nice，重点在于挖过往经历以及做场景题，基本没八股或者比较为难人的题目，希望能过更新: 过了，约三面了。问了一下，三面是HR面更新：HR面当天傍晚oc

岗位JD看起来不像是数据科学家，而像算法工程师。事实上，结合一二面的感觉，这岗位就是完全当算法岗来面的一面：深挖项目介绍一下Bert模型树形模型是如何计算每个特征的重要性的对项目里用到的遗传算法深挖，问我是如何改进遗传算法的特征选择中，前向选择和反向选择实现起来有什么区别，哪个效果更好如何构建多模态模型在多模态任务中，如果视觉模型的输出张量比语言模型的输出张量短很多，该进行什么操作介绍一下transformertransformer的输入和输出分别是什么transformer的输出和bert有什么区别介绍一下注意力机制反问更新: 第二天给发了一个笔试到邮箱（不知道是什么操作，或许是因为一面没手撕代码?）。笔试不是常规算法题，前两题是根据需求实现类的若干方法，第三题是根据题目需求手撕隐马尔可夫链。三道题写出来一道半，以为寄了，但是今天打电话通知过了，约二面