-
笔试+技术初面+技术复面+HR面
- 报的TEG基础研究岗，内推时间有点晚了，没有内推面，推迟到了实习校招。
腾讯的笔试还是很偏向数学的，概率论的题目有好多道。当时没有重视给的模拟题（据说是去年的真题），差不多类型。
【面经|腾讯基础研究实习面经】4.2号笔试完之后4.10通知技术面。当时通知的比小伙伴的都晚，大家9号都收到通知，我的10号中午才收到。当时一度以为自己技术面挂了，伤心一晚上。10号中午通知12号早上面，部门是后台安全策略。11号早上9点收到通知让当天早上11点去面试，也就是我两个小时候要出现在面试官面前。当时好紧张，不过还是准时到了。
-
技术初面：
- 在9点钟收到通知的时候同时收到面试官电话，告诉我他们后台出了问题，通知的时间搞错了，问我能不能赶上，我说尽量，应该问题不大。到了之后差不多11点了，几乎没有等，马上到我面试。面试官人超级nice，解释一下为什么我报的teg变成了cdg，聊了一下成绩，说我谦虚。
- 主要是 然后聊项目，自己做了什么，以及项目中的亮点，以及解释一些原理，问自己对这些工作的评价。本身做Dl，他们更偏向ML，所以DL就没怎么问。
- 后面说在学校学到的课程，说这些都不错，不过你们应该都忘了，我说自己有时候有用的会复习，问我多元统计分析的知识结构框架，支支吾吾没答好，不过还是说了一些能想起来名字的。
- 然后是机器学习，问了线性回归，回答成了感知机，不过经提醒想起来自己搞混了有回答出来是最小二乘法（他说我回答的是逻辑斯蒂回归，其实有共性可是我说的并没有那么复杂）。问我线性回归的应用场景，没想到，当时可能太紧张。面试官说他们用机器学习比较多，自己主动请缨说有学习一些机器学习的知识，问我都有什么，把统计机器学习模型几乎说完了，就问我分类树有哪些，搭ID3,C4.5,CART分类树和回归树，后面有Boosting方法衍生出来的随机森林。面试官比较满意。问有没有别人评价我有什么缺点，自己怎么认为。好像对我的性格和人品很敢兴趣。
- 最后问我有没有什么问题。我问了2个：1、我报的基础研究问什么变成后台安全策略；2、你们部门是干嘛的。聊天结束。
- 从一开始进去就握手和抱歉，出门握手和感谢，全程聊天很愉快，面试官真的是全程微笑，人超nice。
-
晚上短信通知第二天复面。
-
技术二面:
- 面试官住了很高的楼层，据说二面可能是总监面，感觉是不是越高层的领导越高冷。全程算是比较高冷，属于那种微微含笑都能让你觉得很有气场的，聊了很多。
- 1、 还是从项目里面自己最满意的地方下手，解释项目。
2、讲深度学习卷积的原理，问卷积和小波变换的异同。对小波变换不是很清楚，只讲了卷积。
3、问怎么解决深度学习的局部最小问题，说了用核范数，自己理解的并不透彻，只是说它可以给一个核范数（其实这里是自己记错了，核范数是用来降维的，L2范数是用来给二次下界保证强凸性的）。由于有比较深的数学知识加上他本身可能并不做DL，所以其他深度问题没问。
4、问了后面的项目和前面项目的区别，自己做这些工作的motivation。
5、聊项目遇到的困难，回答说阅读数学专业论文遇到很多不懂得术语，自己查阅资料等等。觉得我比较感兴趣数学，问我会不会继续研究下去（本人最引以为傲的项目亮点比较数学），然后聊东聊西的项目聊了很多。还聊到我们实验室怎么去理解这些比较复杂的数学知识，说和牛津有合作，自己有看书，买一些流行、拓扑等等的书籍，问我流行和拓扑，没看怎么看，此问题卒。在解释项目的时候说到张量积，就问我张量是啥。
6、然后是基础知识，问了概率论：无偏估计是啥
7、机器学习问题：逻辑斯蒂回归的motivation，朴素贝叶斯的做法，优缺点。
8、问我懂不懂tcp、ip协议、后台，说不懂，有学过忘了，此问题卒。
总体感觉就是：他怎么什么都懂，年纪还很轻，感觉是很大牛的人物。本来是很忐忑的，感觉他啥都懂，自己答得不是特别好。早上10点40面试完，下午一点多查阅状态hr面，很开心。
-
HR面
- 问了我籍贯、专业和研究方向不匹配的问题、为什么女孩子做技术，觉得研究生学生和公司工程师之间的区别和差异，其实感觉hr全程在怀疑我的能力，所以面试完出来以后心里不是很爽，虽然知道这也是人之常情。当时在面的时候也不是很开心，后面两个问题现在想想答得很不好，不知道hr会不会把我挂掉。希望真的像大家说的hr不怎么会挂人的啊啊啊啊~
现在状态变成完成全部面试，结果据说会在一个星期后给出，希望hr姐姐发发善心啊，宝宝做技术本来就够不容易了，不要再让我找工之路更加坎坷了呀……祈祷ing~
推荐阅读
