华五非CS科班+坡ML相关课程硕。8.19接了意向（算法工程师 实人验证）。可以安心分享面经啦！

最初投的是NLP与机器翻译的岗位，本以为面试时候答的还不错，面完等了10天给推荐到实人验证方向，也许是我简历上有OCR相关的经历吧。

NLP与机器翻译 一面 （90min)
1. 自我介绍（5min）
2. 项目探讨（40min)
3. 算法题（40min）
    a) BFS
    b) 给定硬币面额和总面额，计算最少硬币数
4. 反问

实人验证 一面 （90min）
这轮的面试官是组里的算法工程师
1. OCR项目探讨 （25min）
2. Attention mechanism 八股文（简历里有提到一个课程项目用了这个）（15min）
3. 写出ID card分类问题的具体流程（文字题）。以前没有遇到过这种问法，要求是把从数据准备到最后模型训练的细节用文字的形式写出来（还好不是写Torch代码）。中间会问一些小问题，例如为什么用这个损失函数、为什么选用某个CNN模型、为什么用某个metric来评价模型等。探讨的时间比较长，会不断让你根据面试官的提示修改流程细节。（20min）
4. 算法题：设计可以存放N个当前最大数的数据结构。刚开始给了个naive implement，最后逐步修改成用双向链表的方案，达到相对最优的复杂度。（20min)
5. 反问

实人验证 二面 （60min）
这轮面试官是group leader。刚开始介绍了一下组的人员基本情况和一些业务场景，然后就是深挖我在新加坡实习做过的两个项目，体验极好，氛围融洽。

HR面（9min）
面到HR面有一个小插曲，就是我的邮件通知写的是“视频技术终面”，因此我以为是技术三面，按照技术八股文来准备的（因为之前两轮没怎么问到八股文）。结果上来就是HR小姐姐的声音，解释说是那边沟通出现了问题。。

HR面上来让我用英文做自我介绍，然后问我为什么去新加坡读硕士，家里人是否支持在国外工作，为什么跳出现在的实习公司选择Shopee等。据说这一面一般还会问本硕阶段的GPA，不过我直接写在简历里了所以HR也没多问。

希望这些能对接下来参加Shopee正式批的朋友们有所帮助吧~拿到意向书感觉自己的秋招结束了一半，希望自己在追梦别的岗位时也能顺利！