2周速通春招联想Lenovo机器学习算法岗-面经篇

2024-04-27 11:44

本文主要是介绍2周速通春招联想Lenovo机器学习算法岗-面经篇,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

联想校招官网-联想校园招聘


不得不夸一下联想的效率,笔试到offer只用了两周。

先说教育背景:河南科技大学 本科,南京邮电大学 硕士。

时间线

4.x投简历,我一志愿是天津的岗位,想着天津新盖了厂房,容易进一些。但是恰好调剂到了南京,我其实是十分想留在南京的,我喜欢南京这个城市。在这里由衷的感谢给我调剂岗位的HR。4.7下午,笔试的邮件到了,3个自然日自选时间完成。这点很赞。
4.9完成笔试
4.16 一面 技术面
4.17 二面 领导+HR同时面
4.23 offer

笔试介绍

笔试部分分两部分,没有先后顺序,先做哪个都可以:

第一部分,综合能力测试:
所用题库:SHL。
包括2-3类题型;
针对所有岗位 Essay Writing-25mins(我好像没有这个)
性格问卷-25mins
综合能力测试-36mins(30个题目,类似行测),包括:图形推理、计算题、逻辑推理题。
综合能力测试是有及格线的,不过线就是乔布斯来了也进不了面试。

第二部分,技术测评:20道选择题+2道编程题;仅针对技术岗位
测评时间:非统一时间测评,如果网申简历通过机筛,则系统自动发测评
测评有效期:3个自然日(非工作日)如果错过测评没有补测机会、也无法直接参加面试。

笔试和评测2天后,11号,收到邮件进面试了,一面面试是5天后的16号。


一面(技术面):

0.面试官自我介绍,他是入职后的带教导师。
1.自我介绍,询问基本情况。
2.介绍自己的校园经历or实习经历。
3.项目介绍,介绍项目亮点。深度自认为不是特别深,基于项目一些问题。比如介绍项目遇到的困难以及如何解决。
4基于项目所用技术,询问该技术相关问题,并问的比较前沿,但是并不是刁钻,可能是想是测一下我对新技术的认知广度。(恰好前几天刷手机看到了一篇论文,刚好提到了这个问题,有点印象但是不多,表达不是特别好)。养成看公众号论文推送的习惯真好。
5.体面试过程给人很舒适的感觉,一面更多是在和面试官交流,而且也能从面试官的精神状态看出来公司非常 wlb。发散问题时候,有个模块我没有记起来,只大概说了一个名字,他还给我讲了一下这个东西。最后,面试官给我详细介绍了公司部门的业务。

总的来说不是特别难,会有比较发散的问题,可能需要有一定的知识广度,以及对问题的思考和理解,整体来说面试体验挺好的。
时间45分钟左右。

二面(领导+HRBP):


1.自我介绍和一面一样。
2.介绍项目,但是领导会基于项目问发散性问题,开放式的问题(基于岗位或者简历里提到的技术栈)。
3.常规HR问题,压力问题等等。
4.联想是一个国际化的企业,会有英语口语对话。HR发音标准,听起来无压力。

因为英语口语表达比较吃力,自我感觉表现一般,以为自己要凉了。还难过了好几天,这辈子几次大转折就栽在英语上了。
面试时间40分钟。

Offer


Offer是一面面试官最先告诉我的。比offer call提前了一天。联想给的价格很很满意。联想965双休不加班不打卡、15天带薪年假、12天带薪病假等等福利待遇实在没理由拒绝啦~

结束语

辛苦读研三年,不想说轻舟已过万重山,只是很感谢自己的选择,生活没有最优解,但是我还是相信自己永远会拿到上上签。本科在河南科技大学的时候,加入了机器人实验室走了技术方向,没放过一个暑假,参加了无数的比赛。曾经在深圳海湾体育场,赢得ROBOMASTERS全国总决赛二等奖,也曾经在首都站在电赛的领奖台上过,最辉煌时刻院士颁奖。本科履历丰满,但是应试能力比较欠缺,一战考研失利,万幸最后到了南京邮电大学,跟了吴飞导师。

这里帮吴老师打个招生告示,吴老师是博士生导师,吴老师研究方向可以看吴飞导师简介 (njupt.edu.cn)。

我走了很远的路,一直到今天。整个求职过程中,从提前批到秋招、春招,真切感受到了整体经济的不景气、就业形式的严峻,焦虑和压力如影随形,但是最终柳暗花明。所以希望此刻有同样就业求职困扰的你,不要自我怀疑,认真对待每一次测评,每一场笔试面试,好运总在下一个转弯。

最后,希望在联想这个没有天花板的舞台,我能够实现自己的价值,为用户创造更好的产品。

也希望在南京,能遇到那个她。

这篇关于2周速通春招联想Lenovo机器学习算法岗-面经篇的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/940417

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]