中级农民
积分 247
大米 颗
鳄梨 个
水井 尺
蓝莓 颗
萝卜 根
小米 粒
学分 个
注册时间 2025-12-1
最后登录 1970-1-1
2025(10-12月) MachineLearningEng 博士 全职 @微软中国nvidia - 内推 - Onsite | Pass | 在职跳槽
注册一亩三分地论坛,查看更多干货!
您需要 登录 才可以下载或查看附件。没有帐号?注册账号
x
分享一下nvidia中国面试的经验吧,其实前前后后投了10个岗,最后得到面试机会是5个岗(有些是主动联系我当时被我拒绝的),参加了3个岗的面试,最后一个岗走到了next step~.--
. 1point 3 acres
本人背景:985本Top2博,国内某大厂1年IC+1年manager,外企1.5年IC(不知道怎么对标暂时就写IC吧)
首先需要说明的是nvidia的面试和国内其他互联网都不太一样,国内互联网通常都是自我介绍,然后介绍简历上的项目,再问一些问题(项目相关或者八股),最后做coding。nvidia大多数遇到的面试官都是直接准备了4~5个问题,然后让你回答~
第一个面试机会是SDE的岗,也是内推同学所在的组,据说朝九晚六不怎么加班~
.google и
一面是HM面,没让自我介绍,直接说我准备了5个问题,第一个问题是模型训练时batch size对于结果的影响,第二个问题是VLM的架构,第三个问题是GRPO和DAPO,第四个问题记不清了,第五个问题是一道应用题,计算IOU的时候怎么做并行,算法怎么做优化。
二面是skip manager面,主要针对一个计算访存比,连续不断的问问题,矩阵乘法分块计算的时候访存比怎么计算,我回答的并不算太好,没想到还是通过了。. 1point3acres.com
接下来四轮面试时on-site面,国内其实也没有真正on-site,不过都是在一个下午完成的,第一位面试官主要问了训练相关的事情,(我主要没有做到大规模训练,这一点可能也是我面试失败的主要原因);第二位面试官主要是考察了推理加速相关,这一块我比较熟悉;第三位面试官主要是考察了算法题,一道电影票选座位,一道动态规划,一道贪心+最小堆;第四位面试官考察了C++基础,多态以及虚函数表这些。
第二个面试机会是强化学习相关的岗位,听起来工作强度大一些~
一面是技术面,这一点和之前的不太相同,主要还是强化学习相关,这个岗写的是training engineer,但其实都是做强化学习相关的事情,主要是一些八股,还有dapo相比于grpo的改进之类的。
二面依旧是技术面,还是强化学习相关,问的更细节,ppo的具体公式推导,重要性采样的作用,ppo是on-policy还是off-policy,原因是什么。后面又问了一些C++的八股,比如vector和list的区别,一个vector中怎么做元素的删除更高效等。这一面之后就挂掉了,虽然我感觉聊的还可以,可能有些八股没回答好。
最后一个面试机会是一个EM的岗,因为我之前有过Manager经验,加上和我最后大半年做的方向很相关,所以投递了这个岗,中间我还在linkedin上搜了所有recruiter的联系方式,找到对应的recruiter,不断催面试流程~. 1point 3 acres
一面是HM面,本来约了45分钟,结果面了一个半小时,聊的还是挺开心的,自我介绍,然后用英文介绍项目,管理理念,各种Culture的考察(类似于BQ)。
. 1point3acres.com
第二轮面试时on-site面,由于面试官都在美国,所以约了两天早上分别两个面试,因为还没正式拿到offer,具体的面经会再开一个帖子,等offer下来也会发个薪资贴。
. 1point 3acres
填了ack form之后才看到地主发的帖子,后悔把自己流水交出去了,失去了很大negotiate的空间,拿其他互联网大厂的offer也没有a动,不知道还有没有补救的措施。
. Χ
Anyway,希望一切顺利,这个岗还是我挺想去的,和我的履历也比较match~祝我好运,也祝各位看官都能找到心仪的工作~. Waral dи,
第一次发帖,想到什么写什么,如果感觉比较乱还请见谅~
上一篇:
Booking.com 上海 校招Phone Screen 下一篇:
空气床北京面试timeline分享 (无面经)