• 问答
  • 技术
  • 实践
  • 资源
字节跳动 AI Lab 面经 (已拿意向书)精选
知识库

请朋友的朋友内推的AI Lab, 提前批面试,共四轮。

第一轮:
7月18号。
自我介绍。
介绍简历上的论文,问的很细(面试官估计也有不少科研经验)。因为某篇论文里用到了内存网络,花了大概十分钟跟面试官讲内存网络。
问一些python和C++的基础,比如Python函数传参,深拷贝浅拷贝,C++虚函数的问题。
然后就是做编程题。最长不重复子序列的题,Dynamic Programming的题。面试官要求在牛客上AC,花了二十分钟,只AC了80%。

二面:
7月22号。
自我介绍。
介绍简历上的论文(同样问的很细)。
考察深度学习的基本知识,问到了正则化,超参选择的影响,避免过拟合等等。
考察Python和linux,线程通信和进程通信,python类的继承。
最后问可以从哪些角度去优化一段程序(多线程,从存储角度,CPU利用角度等等),然后让手写了KMeans算法,写完之后要求尽可能优化我写的代码,提高效率。

三面:
7月30号。
前面的流程没多大差别,都是自我介绍,考察简历
问一些深度学习的东西,比如loss function, 各种loss function适用的场景; BN的作用,BN具体怎么实现的,测试的时候怎么计算的,各种优化算法(SGD, Adagrad, Adam等)的不同与各自的优势,经典分类网络各自的特点等等。
考察C++基础,虚函数,纯虚函数,多态分哪两种,分别怎么实现的。虚函数在底层是怎么实现的。指针与应用的差别等
最后编程:问N个文件,每个文件里有一堆数字,这N个文件加起来非常大,但是只有2G的CPU内存,要求把N个文件合并到一起排序后输出到一个大文件里,但是磁盘的大小足够大。 这是一个典型的外部排序的问题(归并)。代码大致写出来了,存在一些错误,面试官没有追究。

四面:
8月19号。
三面与四面隔了很久,估计面试官是部门某个leader,HR说没有其他合适的面试官,恰好这位leader出差了很久。
四面比我想象的轻松,大致地问了简历里面的内容,细聊了我的一篇论文, 问了一下loss function, BN, 算了一下卷积操作的计算次数。然后给了一个场景题,就是怎么去找视频里面的精彩片段(短视频业务应该都有这个需求)。面试官估计很忙,掐准了时间,半小时准时结束了。

第二天接到了HR的电话,说已经通过了面试,问了一下我的情况,比如有没有面其他公司,有没有拿到别的offer,拿了AI Lab的offer能不能提前去实习等等。

第三天通过邮件收到了电子版本的意向书。

这是我比较希望拿到的一个offer,非常开心得偿所愿。祝大家秋招顺利,百万年薪!

  • 10
  • 6
  • 7545
收藏
暂无评论
MAKER

  • 1

    关注
  • 10

    获赞
  • 1

    精选文章
文章专栏
  • MAKER的专栏