基本信息姓名：简历本

　　年龄：33

　　电话：186****8413

　　经验：9年

　　意向：NPI测试工程师

　　教育背景时间：2005-09到2008-07

　　学校：简历本科技学院 专业：机械设计制造及其自动化 学历：大专

　　时间：2002-09到2005-07

　　学校：简历本科技大学 专业：理科 学历：高中

　　工作经历工作时间：2015-09到2017-08

　　公司名称：简历本人才咨询有限公司 所在部门：新产品导入部 所在岗位：NPI测试工程师

　　工作描述：
1.印尼海外技术支持近半年时间(2017年3月-目前)，协助海外工厂建立工厂，保证海外工厂生产顺利，以及高质量交付，具有较丰富的SKD管理经验
2.新产品开发堆叠阶段，参与DFX测试评估，生产流程评估，产品里程碑评估
3.试产初期测试夹具设计制作，辅料清单拟制，测试软件，装备工具验证并反馈测试BUG
4.试制阶段，问题点确认，异常跟进分析处理，SMT段测试指标，RF性能评估，Assembly段组装工艺改善，风险管控
5.针对组装特殊工艺对整机测试性能引起影响的项目，提出流程改善，降低前一工站不良率，防止批量不良产出
6.测试新工艺，新设备导入，如音频扫频测试/耦合自动化/功能自动化
7.针对现有生产流程的限制，提出防呆，系统流程管控，保证产品生产可追溯性

　　工作时间：2013-01到至今

　　公司名称：简历本人才咨询有限公司 所在部门： 所在岗位：NPI测试工程师 ?

　　工作描述：
2013.1 – 至今 在富士康从事 A 客户的笔记本电脑产品测试工作,因部门职责重新划分,担任 NPI 测试工程师和组长,主要负责:
? 新产品准备阶段: 根据客户提供的测试计划书,评估定义测试段测试流程(包含测试工站排 配,测试人力和线长)、制作测试 layout 和测试设备/治具清单;然后根据设备治具清单制作 测试部分的投资计划书;追踪并跟催设备治具的采购进度,以确保设备治具的采购进度不影 响到新产品的 overall schedule
? 新产品试样期间:实时掌控测试生产状况,收集测试问题点,针对测试段所有不良需即时开 立 radar;每天与客户开会检讨 NPI 生产状况和问题点;即时更新 radar,每天下午与客户开 MIL 会议检讨所有测试不良的分析和改善进度,直到所有问题点 closed;
? 新产品量产期间: 量产初期将测试所有信息快速顺利交接给现场测试组,并协助现场测试组 至新产品量产稳定(测试重测率和测试良率达到客户要求);量产后发生突发或是重大异常时, 与现场测试组人员一起分析并快速解决问题。
工作成绩: 已成功出色主导 A 客户 Macbook Pro 1x 和 Mabook Air 2x 系列的新产品测试导入工作

　　个人评价1. 有较强的测试项目管理能力,参与并主导过多个A客户新产品的NPI,熟悉新产品不同阶
段的各个环节,有很好团队合作精神。
2. 多年的笔记本电脑产品测试工作经验,熟悉笔记本电脑整个测试流程,如IQC测试,SMT
测试,FATP 测试,CQA 测试,EUT 测试,RRT/ORT 测试等
3. 熟练应用 Mac OS/IOS 操作系统, 熟悉 A 客户产品群, 如 MackBook/MackBook Pro /
iPhone /iPad /MacBook Air 。
4. 组建优秀测试团队,改善测试流程,优化测试项目,提高测试效率,提升UPH,有效推动
测试品质,提高客户满意度。
5.长期在客户一线工作,有较强的沟通能力和抗压能力。

　　本人情况：双非本末流985研二，爱奇艺 NLP 日常实习经历，无论文，投的都是 NLP 算法岗。

　　
目前到手：微软、腾讯，应该是选微软了吧

　　
阿里达摩院（挂）

　　一面（45分钟）

　　上来面试官介绍他们组情况，问我有什么想问的？我有点懵逼，这不是一般最后的环节吗。

　　问研究生期间的研究方向；

　　研究内容有提到 DSSM，询问是否知道现在对 DSSM 的改进模型，回答不知，现在更多做的生成模型，因此问题转到生成模型；

　　询问对生成模型的了解，发展情况，询问项目中的难点，回答解码策略，谈到了 Beam Search 和 Random Sample 策略。

　　CNN 模型中池化层的作用，Max Pooling 是如何反向传递梯度的。

　　机器学习中正则化做什么的？约束模型参数，防止过拟合。

　　正则化有 L1 和 L2 正则化，区别是什么？扯了一下解空间什么的，这一部分参看《百面机器学习》中 【L1 正则化与稀疏性】部分的内容，基本就是我遇到的问题了，我没回答上。

　　问深度学习，Transformer 模型架构说一下？按照图结构 balabala 说下。

　　Dropout 有什么作用？类似于 Bagging 。在 Transformer 模型中 dropout 主要用在哪里？dropout 在每个子层之间，设置为 0.1。看过源码吗？看过源码，看的哈佛实现的那一版本。（面试官应该也看过这个版本，说写的很好）

　　Transformer 和 BERT 的位置编码有什么区别？

　　Transformer 用的 Layer Normalize 还是 Batch Normalize？Layer，有什么区别？...

　　传统机器学习会哪些？决策树和 GBDT 区别说下。

　　Sigmoid 和 ReLU 区别，ReLU 解决了什么问题。

　　怎么学统计机器学习的？看视频...

　　Python、C++、Java 哪个用的多一点？值传递和引用传递区别。

　　Python 垃圾回收了解吗？用过，细节不清楚。

　　进程和线程区别

　　Linux 多个进程如何通信的？socket 和管道

　　贪心和 DP 区别？

　　DP 的一般做法流程？

　　开放问题，海量商家和海量语料，语料不平衡，语料对商家 group by 后按照时间排序，怎么解决。先扯了下哈希分桶，不平衡用归并排序。

　　结束，他觉得还 OK，问了下有啥改进的？他说问机器学习这部分可以多看看，因为一方面部门有发论文要求，另一部分可以看出一个人的求知欲。。。

　　
二面（80 分钟）

　　面试官是个学术大佬，全程项目细节+前沿模型理论+项目落地实践，谈的多的主要包括有：

　　DSSM 语义匹配模型及其变种

　　预训练模型：Transformer、BERT、UniLM 等等模型细节，区别，模型中的 Attention 使用、Mask 使用

　　文本生成任务实际问题：一对多训练如何训练（从数据角度、模型角度创建一对一条件）、如何创造无监督标签、如何提高生成文本的信息含量避免安全回复生成。

　　卒

　　
腾讯

　　投的 WXG，打电话问了下时间就再也没后续了，被 PCG 捞了，难受。

　　
QQ 看点 一面（60分钟，挂）

　　自我介绍

　　个人研究内容，做法模型细节

　　爱奇艺实习内容，细节

　　做道题，输出全排列，递归做法

　　非做题部分大概有 50 分钟，做题给了 15 分钟，实际可能 5 分钟。

　　不知为何挂了。。。

　　
腾讯新闻 一面（80 分钟）

　　面试官感觉没看过简历，非常不耐烦什么的，语气也不是很好

　　谈下你做过项目（就是问简历），说了下研究内容与实习

　　研究内容的流程细节

　　实习经历简要掠过

　　Dropout 了解吗，说下作用，白板编码实现一下？

　　梯度爆炸梯度消失了解吗？

　　一堆恶意文本 case，怎么检测去除（一些网页上的广告评论），传统方法、AI 方法

　　最长重复子序列，我自己实现了个暴力，又写了个动态规划。

　　有序含重复值数组找某个值第一次出现的位置。

　　
腾讯新闻 二面（80 分钟）

　　研究内容，并画出 Seq2Seq 模型结构；

　　实习工作细节，如何引入知识图谱（不会，随便说了下）；

　　天池比赛细节，思路来源；

　　Python 列表合并方法有哪些：加法、extend，区别，旧内存如何处理；

　　概率题：甲乙扔骰子，获胜概率相同，投 10 次，已经 5 次了，甲已经赢了 3 次，问甲获胜概率。

　　腾讯新闻 HR 面

　　起床前来了个电话大概五分钟，谈了下实习时间、地点，实习不一定能转正什么的。官网状态变成了已完成，说本周或者下周一二给 Offer。

　　
微软

　　一面 IC1（50 分钟）

　　问研究方向与实习工作内容

　　Transformer 结构，BERT 有几种 Embedding 编码，分词方法？

　　能否实现下 Word Piece ？忘了步骤了，换成实现一下从若干文件中生成一个词典，即 word2idx 和 idx2word

　　算法题：给一个数组 A = [2, 4, 8, 3] 输出一个数组 B，其中 B[i] 值为 A 中小于 A[i] 的元素值之和，B 应该为 [0, 5, 9, 2]（小于 2 的有 [0]，小于 4 的有 [2, 3] ...）

　　上述题目用到了 sort 能否自己写一下 sort 函数，写了个快排

　　
二面 Lead（60 分钟）

　　微软有 IC1 和 IC2 平行两轮，任意一轮通过则进入 Lead 面，后续可选可能存在 AA 面。

　　自我介绍

　　问研究方向和实习工作内容（30分钟左右），主要还是研究方向的背景和任务、实习期间的工作，遇到什么问题，怎么解决的

　　算法题 1：原地移动数组，使得元素对应顺序不变，0 值移动到末尾，LeetCode 283

　　算法题 2：二叉树直径，LeetCode 543

　　
美团

　　一面（40 分钟）

　　研究方向和实习

　　开放性问题：如何根据美团的商品评论，生成商品的描述。传统抽取方法，语料大后上深度模型。采用类似于 TF-IDF 的思想避免抽取的描述太大众化没有特点。

　　算法题：打印 N 个数组整体最大的 Top K：有 N 个长度不一的数组，所有的数组都是有序的，请从大到小打印这 N 个数组整体最大的前 K 个数。

　　
二面（60 分钟）

　　研究方向与实习经历

　　天池比赛怎么做的（唯一一个问我比赛的）

　　算法题 1：牛妹在练习打字，现在按照时间顺序给出牛妹按下的键（以字符串形式给出,

　　算法题 2：在这个特殊的假期里，由于牛牛在家特别无聊，于是他发明了一个小游戏，游戏规则为：将字符串数字中为偶数位的数字进行翻转，将翻转后的结果进行输出。（头尾双指针)

　　算法题 3：牛牛有一个 n 个数字的序列，现在牛牛想把这个序列分成 k 段连续段，牛牛想知道分出来的 k 个连续段的段内数字和的最小值最大可以是多少？（我用的递归，似乎大数据过不了，应该考虑尾递归或者用个 Map 存一下已经计算过的片段值）

　　
三面（50 分钟）

　　自我介绍

　　研究内容细节，实现方法，准备如何使用 BERT，BERT 这一块问的很多，包括对 BERT 怎么理解的等等。

　　实习经历细节

　　算法题：最长公共子串

　　提问环节：问了下对方工作内容与现行技术，基本以 BERT 为主的各种文本任务。

　　
百度

　　官网投递，笔试两道编程都没 AC，其他倒是写了很多

　　一面 （50 分钟）

　　项目研究内容，粗谈一下，没问细节；

　　概率题，三个硬币，一个硬币两面人头，一个硬币一面人头一面数字，一个硬币两面数字，问随机拿去一个硬币，其中人头向上，问另一面人头也向上概率；

　　编程题：升序倒序数组找 target，做题有点久，其他很短

　　
二面（40 分钟）

　　数组 Top K 数

　　个人研究怎么做的

　　谈谈 Transformer、BERT、GPT2

　　Sigmoid、Tanh 函数与导数

　　梯度爆炸怎么解决

　　最近在看什么论文

　　二面没了应该挂了

　　
网易（挂）

　　投的网易有道 NLP 岗位，笔试编程感觉做的还凑合来着：100，90，60，10，最后却笔试挂了。

　　
字节跳动（挂）

　　AI Lab 算法岗，内推简历挂，挂的莫名其妙，可能是官方简历没填内容只添加了附件。