马上要毕业了，找工作期间从牛客收获了很多相关的经验贴，这里也把我面试的几次经历贴出来，回忆一下自己找工作的经历。我面试的比较杂，有私企，外企，也有国企，我也就分三类来说。
私企：
寒武纪是秋招第一波面试，面试的是算法优化岗位。寒武纪包括两面，流程比较简单一天完成，一面的是做了一道easy的算法题，然后使用CUDA写了矩阵的乘法的实现，然后问了SIMD与SIMT的区别以及并行设计模式上细节，还有Cache相关的使用，以及GPU的多内存模型的容量以及具体在项目中的使用。二面应该是主管面：主要是聊简历相关，然后问了一些C++的基础知识。
头条：面试的是秋招的提前批，主要包括三面，面的是计算机视觉岗。一面写了两道算法题，应该是median级别，然后手写了Kmeans算法，之后问了和3D视觉相关的单应矩阵，基础矩阵之类的事。二面是写了两道题，一道median一道hard，hard没有做出最优解没然后因为我的经历和GPU开发相关，主要为了GPU的相关知识，包括硬件结构，内存模型，项目中并行算法的设计。三面是主管面应该是Lab的主管面，问了一个开放性问题，如果要设计对海量数据的相似度搜索引擎，特征怎么设计，算法怎么设计。然后问了相机的自标定，以及怎样基于2D信息求深度。
快手：面试的也是提前批，面试的也是算法优化岗。快手也是两面：一面，做了一道题，关于怎么优化数组的乘法，主要从使用位操作以及加法代替乘法考虑，然后问了GPU的并行加速相关的设计模式，也是包括多级cache的使用，内存访问的重排以及其他的一些优化技巧。二面，做了一道算法题，然后聊了简历相关的知识，同时包括单应矩阵的具体使用这些。
虹软：面试的是算法优化岗：包括两面，因为这个岗人少，面试官不在所以找了别的方向的面试官，做了一道算法题，然后问了cuda的基础知识，包括opencl的使用。然后询问假如要对中值滤波进行设计加速，可以从几方面进行考虑。也是主要内存访问开销以及多线程的设计开销两方面回答。二面应该是部门主管面，是电话面没法做题，也是问了和GPU相关的基础知识，然后是int8量化的原理，以及对deep learning 推理库相关的只是。
外企：
亚马逊：岗位是SDE，主要是两面，第一面两道题，median到简单的hard程度，二面是主管面，主要是system design，没记错的话设计的是一个电梯的调度系统。
国企：
国家开发银行(国开行)：面试的是IT岗。笔试是行测，申论加英语，英语是考研英语难度，申论是三篇小作文。行测和公务员考试类似。面试IT岗包括两部分，一部分是专业笔试，有选择，填空以及一道代码题，代码题比较简单，easy水平。选择填空主要是网络数据库相关，考察的比较多，有一定难度。面试是1对多，主要一个负责人对着简历询问，有一道专业的题怎么理解多线程在业务场景下的应用。
因为时间比较长了，所以很多面试的题目都记不清了，总之建议一定多投简历，不要总是局限于互联网，各行各业都是有利有弊的。
全部评论
(3) 回帖