【撰贴目的】

牛客平台的牛友们在2020年的春招中给了很多帮助。特此分享我的这次春招历程；以回馈社区、积攒人品、感恩牛客！

如果大家有相似的意向部门或者相似背景，可能该贴的参考意义会更大一些。

【个人背景】

本博均985（不同校）、现北京Top2计算机类博士生、方向为人工智能-自然语言处理。

个人优势：绩点年级前3%、文章发表总数6、其中2顶会+1半顶会+1期刊+2非AI领域顶会、总体方向热度还行（基本能match上很多部门）。

个人劣势：竞赛经历仅在本科、研究生期间的实习和项目经历与意向岗位不太相关、春招零准备（突然投递的简历、基础+算法+面试的准备完全为零😅）。

【岗位说明】

2020年的春招因为零准备，同时也不是很急切于实习，因此简历只投递了非常想进的部门，能去则去，退也无妨。所以目的主要是根据春招的经历来分析自身不足，以便更好地为秋招做准备。

投递的公司-岗位有：

1、阿里-达摩院-语言技术实验室（3周之内口头Offer、4周之内意向书）；

2、华为-2012-诺亚方舟NLP（2周之内口头Offer、5周之内意向书）；

3、华为-2012-可信理论技术与工程实验室（1周之内口头Offer）；

下文为个人经历，为了“半匿名”化，有些面试中的技术细节就不具体描述，采用通配符***替代，大家可自行填补为自己论文中的某块关键技术即可。

【达摩院NLP】

1、一面（基本面、好像也称简历面）

先前没预约，突然来电。问我个人情况、研究方向、发表文章的解决问题及技术细节。从对方的面试内容来说只是看看我方向match与否，不知道严格意义上算不算一次面试。比较容易，就是闲谈。

2、二面（机试面）

机试（在线共享编辑器裸码）+面试（文章的具体技术细节）。

机试的内容为判断一个长字符串的子串是否与一个短字符串匹配（匹配定义为不考虑顺序的一一match，长串可能含有通配符）。

实在抱歉，这次的面试我都忘了面了些啥。不过印象中和下述三面差不太多。

3、三面（Boss面）

面试前预约了面试官时间，但没告诉我是大Boss，幸好我在官网上对照了一下，是部门领导的头（估计是P9或P10）。面试内容也是文章的主题及技术。

Q:科研经历自述

Q:两篇文章的课题、技术、实验结果提升

Q:（技术细节）如何考虑未来的状态评估？

Q:（技术细节）如何评估当前状态？

Q:（技术细节）介绍技术里的阶段***的各步骤？

Q:（技术细节）是否做了***实验？效果如何？

Q:其他公司实习DDL？

4、四面（交叉面）

内推人告诉我这次是简历面不是交叉，但面试中我冒昧问了一下，面试官说是交叉面（另外阿里的交叉面和评级是否有关我不清楚，各种说法都有）。

Q:介绍简历里说的正在从事的两块工作？

Q:如何衡量或解决模型的可解释性？

Q:多语种\小语种模型的迁移是否了解、阐述具体技术？

Q:数据集的性别偏差如何解决？

5、五面（HR面）

Q:介绍两个主要的工作？

Q:以前的实习情况？

Q:为什么想到工业界？

Q:你将会在工业界面临什么挑战？

Q:导师对你的优缺点评价？

面试题外话：内推的人和他的同事一直在催促我完成阿里的机试测试，然而我因为零准备迟迟没有开始，最终在五一前后勉强答题（AC了零道题、尴尬收场😅；后来分析了一下，应该属于LeetCode中难度很大的题、听内推人说大部分都是0分）。不过还好后面的技术面试大体上感觉还比较顺利，不然就真的血崩了。HR面临时来电，不论是心态还是内容都完全没准备，感觉面地很一般甚至负分😹。

【华为诺亚NLP】

1、一面（基本面）

Q:从一个好像是Boss的人里得到的招聘信息，事实证明他非常厉害，估计就是某头衔的Boss。

各种技术细节等非常熟悉并且有见解，我也根据我自己的理解作为回答（不是反驳），最终效果个人感觉还行。

问的内容和上述差不多，基本是论文的研究问题、提出的技术、及一些细节描述、实验效果。

2、二面（机试面）

反向部分链表元素（LeetCode中等难度；仅可通过常规的链表指针操作实现、仅可遍历一次、不可通过交换链表指向的值来完成）。

题目比较简单，但是指针的各种操作及边界条件要考虑地清楚一些，答得有点慢，在一个小时的最后一分钟AC（计划做两题但只AC了一题，不过还是知足了，总比光头要好吧😅）。

3、三面（技术终面、HR也同时在线）

提前20分钟等电话面试，忘了华为是通过Zoom的，结果搞得自己像是“迟到”了三分钟，尴尬入场。

Q:主要文章是做什么的？

Q:主要技术描述？

Q:细粒度的任务如何解决？

Q:其他文章topic是？

Q:职业规划？

这是我唯一提前结束的一次面试（预计一个小时、结果40分钟结束、不知道这种情况是优是劣）

【华为可信实验室】

1、一面

Q:打开你的工作并大致描述？

Q:分类的评价指标？

Q:性能提升如何？

Q:应用场景？

Q:对***是如何表示的？

Q:是否支持特定场景？

Q:应用知识图谱方面的工作？

Q:如何提取***？

Q:实验结果如何？

Q:为什么做这两块工作？

Q:***问题的核心点？

Q:如何实现对***的支持及判断？

Q:整个工作（Idea、实验、写作）是你主要完成的吗？

Q:工程上的主要贡献点？

Q:未来想入职研究型还是工程型岗位？

Q:理想的就业地点？

面试题外话：HR说我通过了终面（纳尼？我就只面了一次啊，这算是直接接受了吗？）。这个部门的方向不是完全match。一面之后我就和HR说后面不继续了、秋招再来（算是一种委婉拒绝吧）。

【春招总结】

由于零准备，虽然拿到了一些Offer但也在结束后开启了LeetCode刷题模式，为秋招做准备。

刷题至今，个人觉得LeetCode中等难度的题其实并不难，比本科那时搞ACM的题相比容易太多，幸好有一些基础（虽然不太扎实）、基本搞定了面试中的机试题（除了阿里的纯机试测试外）。所以我觉得大家只要花心思和时间熟悉一下机试难度+手码AC+思路回顾即可，应该对于大部分机试题都能够得心应手。

另外对于应届博士生，考核重点大部分都是研究课题、技术思路、技术细节、实验结果、落地场景；项目问的非常少（印象中仅一次）。个人觉得是从发表的论文逐层展开，不同于很多纯开发面经说的那种技术点发散性逐条提问法。

此外，顺畅的沟通和求职的热情也会起到一些软性的加分作用。

总之，单从面试的经历来看，除了达摩院的机试和HR面有点崩以外，其他的发挥都比较满意。从结果来看，这次春招实习比想象中进行地要顺利及迅速，都通过各公司部门考核了，也算是天道酬勤吧！

感谢往届牛友们的各类信息及面经！也希望未来的牛友们也能收获心仪的Offer！已经被拒的牛友们不要失望，重拾信心、继续准备、秋招大丰收😺！