北京数慧时空技术面官分享推荐经验

新人，这个帖子主要从作为技术面面试官的角度来写的面试经验分享。

面试岗位：

通用方向 算法工程师-机器学习工程师-深度学习工程师-NLP工程师-图像处理工程师（数学、物理专业也可面这些岗位）

专业方向：雷达信号处理，遥感算法，大气工程师，GIS工程师

对象：985/211 硕士应届毕业生（硬指标，不满足会被HR筛掉） 和 有工作经验的其他人士 （需经历与面试岗位的方向一致）

面试流程：一般二轮面试，技术面和老板面

一轮，技术面考察要点：


一、考察通用能力，包括对应领域，例如机器学习常用算法介绍。数学水平，英语水平（一般6级就可以了）

二、决定性加分项：

1.优秀论文。一般如果面试者有发表论文，我都会去阅读一下，并且面试部分问题会更多涉及论文内容。
2.特殊学校或专业背景。武大华科中科院等学校背景会有明显加分。对应学校的数学专业，物理专业会有明显加分。特殊学校的牛专业也会有专业比如气象。
3.留学背景。本科或者硕士如果是海外高水平大学会有明显加分。

三、考察专业能力，包括研究方向，对应专业的专业知识。
1.硕士研究方向及硕士毕业论文。一般会要求面试者面试前提供硕士研究方向，如果有毕业论文，我会阅读。并针对性提问。
2.如果是数学专业，会考察数学基础概念，例如连续性，什么是有向图，有限除环等

四、考察工作/实习经验（option）：如项目中设计深度学习例如Unet，YOLO的实现等等。知名公司实习工作经历有加分。

五、考察临场应变：我一般会将一些工作中遇到的算法或者数学问题简化，像面试提问。由于一般比较开放，只要不要回答的太平庸或者说不会之类的都会通过。

六、不会考察的内容：现场LeetCode，算法题目编程不会在我的面试中出现。（当时主要是注重解决核心创新性问题的能力，不是这种脑筋急转弯或者刷题能力，现在来看一般会chatgpt就可以了），我也不会问细节性和繁琐性数学问题。学生活动和学校获奖，我很少考量。

七、其他
面试者特质：主动型介绍自己工作的一般都给我们比较好的印象。思考深邃型也会给我们耳目一新的好印象。

面试者无关工作经验会有负面效果，例如面试算法岗结果介绍运维经验，或者测试经验等。如果是想换岗位的同学，切记不要把这类工作经历写在简历里。

面试官常见捞人方法，如果觉得HR推荐的简历在是否过初筛接受的边缘。（举例，如武汉大学本硕，但是简历里面没有任何对口内容，简历极短，专业数学。）我们一般会请HR发送一篇最近工作相关的优秀论文请面试者提前准备。技术面时会进行对论文的深入讨论。一般如果面试者理解深入，并且有出人意料的新认识，一般都会直接通过。但如果看论文比较吃力的话，会被直接拒。

一场面试面试官的数量和通过率正相关。一般对于经历丰富的优秀简历，我都会邀请相关同事一起考察。

一般面试结束会请面试者提问，一般表达出适当的兴趣和意愿的问题>没有问题要好（建立在前期面试进程良好的条件下）

第二轮，老板面：主要是聊天，有时会问一些概念，例如介绍一下贝叶斯公式等，有时可能会问一些动脑的概率题目。通过后会和HR沟通薪资。有时候老板也会直接否决，一般是薪资不合适，或者面试没有回答上老板的问题。

在这里也祝对于遥感和地理信息感兴趣的同学能找到合适的工作。