趁着版面上一波字节的心得分享文也来分享一下我自己的经验 在 Linkedin 上被字节的 HR 接触後表明有兴趣，之後就开始了面试流程 - 背景 112 学硕 工作经验两年多 Leetcode 人权 https://imgur.com/a/8kUZIxX 一篇 workshop paper - 前言 面试过程都是使用字节自家的通讯软体 Lark 收到 HR 的信後立刻安排了一个礼拜後进行一面， 这部分倒是跟我想像的有点出入， 原本以为会先跟 HR 通话了解一下这个职位在干嘛之类 - 一面 先是基本的自我介绍跟讨论之前工作经验的某个 task 演算法怎麽设计 後来聊了一下 paper 的细节 聊完前面的部分大概 30mins 也去了 最後看时间剩下不多问了个求 top-k element 的题目 口头描述各种解法跟复杂度後，在 local 端的 terminal 实现 quick seleciton 面试官没什麽问题就结束了这个面试 结束後三十分钟内收到二面邀请（鬼之效率） - 二面 前半部跟一面差不多 然後被问了个期望值相关的题目 因为之前没有料到会有这种题目，没有复习机率差点挂在这题 用高中数学硬尻跟想办法陈述一个简化过的题目後，面试官就继续面试的流程 接着问了 Edit distance 的 weighted 版本， 因为所剩时间不多，速速写了二维 DP 的解法给面试官， 面试官说没什麽问题就结束了这个面试 这次面试几天後才收到三面邀请，大概是期望值那题还是答的太差了 - 三面 跟北京的字节 NLP 大头面试， 这次倒是没有聊到我之前的经验，很多时间花在考 Transformer 的设计想法上， 问得非常非常的细（例如 query 的除根号 dimension 是在干嘛之类的） 大概花了四十分钟之後，面试官问 你能不能聊聊你熟的 ML 知识 就聊了一下 gradient exp/van 跟 RNN 在干嘛後就结束了这次面试 这场直接对到大头也才知道， 原来字节在关於教育产品上（智慧台灯）也投了蛮多的力气在上面 - 结果 offer get，不过我自己有其他的考量就婉拒了 offer - 感想 跟板上的心得不太一漾的是， 字节的 HR 端在流程中给我的感受蛮好的， 流程进行的速度也非常惊人，真的没有遇过公司 virtual 面试三十分钟後直接给结果 大头对於 ML 的技术理解也蛮深的，不是只看五分钟学好 ML 的那种主管， 总而言之，整体面试下来感觉字节的确是可以自称自己是一家 AI 公司这是没有问题的。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 123.194.179.158 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1615028221.A.0D3.html