复旦微电子 算法 笔试

一面  90min自我介绍base能接受吗实习时间问简历相关拷打项目，项目这块聊的比较久算法八股传统机器学习的基础这些手撕算法一道有二十分钟都在coding最后还没写出来，太菜了555

岗位算法工程师-视频理解，下面提供tl和具体内容一面-3.28-40min1. 自我介绍2. 文章提问，描述问题背景、方法、公式推导，使用生成式模型的原因，师生模型的选择，损失函数的选择，文章负责部分3. 项目提问，选择GMM的原因，项目中负责的部分，怎么评估项目效果4. 代码题，二分查找，先讲思路，写完没跑，问复杂度、如何设计测试用例5. 反问，偏向业务or研究？（业务）目前有落地吗？（理财部分视频内容的理解）研究有成果吗？（视频理解是近年才加的，之前倾向于图文数据的处理，有比赛获奖和论文）问我倾向业务还是研究，他们希望实习同学倾向研究二面-4.3-30min先问项目，再问论文对论文比较满意...

面完腾子后躺在床上的时候收到了淘天的电话，说感觉简历挺不错的，约晚上面一下。面试的时候面试官说他们组数据科学是比较偏业务，看我的简历都是机器学习数据挖掘算法方面的项目，为什么不投算法岗呢（因为菜）说阿里淘天的数据分析其实更偏向于bi，数科偏向于业务。说到业务，面试官问了自己是怎么理解业务。这里自己只是按照之前看面经的时候总结的八股讲的面试官说讲的很好，但是感觉很书面很客套，里面的很多细节不是像自己说的这么简单一笔带过的（这里确实没办法了，因为没有实习没接触到业务确实太伤了）之后问了两个算法问题，一个是讲一讲聚类算法，一个是讲一讲如何从零散数据点恢复原始函数。最后就直接反问了（才过去了15分钟）面试官说还是希望实习生能有多一些的业务经历，有实际操作的经验。最后也为我的简历给出了很好的建议，说如果想找业务和技术交叉的岗位，最好在简历上除了展示技术外也要展示业务方面的经验总的来说虽然是一次面的飞快的注定凉凉的面试，但是通过面试官确实也学到了很多自身的不足，大厂的面试体验确实很好多面多学🙏

个人背景学校情况：211本中九硕，本硕都是计算机科班，但研究方向并不是NLP，而是图表示学习，算是转行成功论文情况：2A1B均为一作，其中1A(NeurIPS)+1B(ICDM)已发表，另有1A刊在投；除此之外，还有一篇A会撰写中实习情况：一段快手推荐算法日常实习奖学金情况：本硕均拿了国家奖学金竞赛情况：菜鸡一枚一面/技术面 2024/3/28 晚上19:00-20:00自我介绍让讲两个拿手的东西，第一个介绍了NeurIPS那篇论文中间穿插着问了10多个问题，包括具体原理，数据集规模，下游任务等第二讲了快手的实习，主要干了些什么，中间穿插着10来个问题，面试官显然也了解GNN，因此这两部分耽误...