看准网

先自我介绍，然后讲我做的项目。提了一些项目问题，因为是我独立完成的，比较容易回答。接下来是基础知识提问，我没有准备。包括7层网络架构（我会），python 迭代（我会），python with的作用（我会用，不精通），arp协议功能（功能说对了，但我记成了数据链路层协议），机器学习决策树原理（原理我懂，但求熵的公式没记住），深度学习激活函数选择（不太会），进程与线程的区别（我会），tcp三次握手的数据包名称（忘了） 一面过了。技术专家面试，主要是讲我博士项目细节。聊技术还是很愉快的。然后就过了团队领头大佬亲自面试（我都没注意）。 平常心对待，当成普通技术员聊了聊，问的很细，我参与的项目不知道的部分都被问出来了。但好在我自己的项目都是独立完成的，各种细节全都能答出来，所以没什么问题。然后我问了问团队最近的研发方向。想了一下能做什么项目。然后就结束了。等了大约5、6天，我以为没戏了。估计他们也是在犹豫选择中。最后就过了。

准备面试问题：在面试前，准备一些问题，以了解应聘者的背景、技能和工作经验。这些问题可以涵盖关于他们在以前的工作中所承担的责任、解决问题的能力、人际关系和团队合作能力等方面。提前筛选简历：在面试前，仔细审查应聘者的简历，并筛选出最符合职位要求的候选人。这样可以确保你与他们在面试中深入探讨他们的能力和经验。了解公司文化和价值观：作为人力资源主管，你需要找到与公司文化和价值观相匹配的候选人。在面试中，询问与公司文化相关的问题，以确保候选人的价值观与公司一致。注重沟通和人际关系技巧：人力资源主管需要具备良好的沟通和人际关系技巧。在面试中，观察应聘者的沟通方式、表达能力和人际交往能力。这些技能对于处理员工关系、解决冲突和与各个层级的员工进行有效的合作非常重要。考察问题解决能力：人力资源主管通常会面临各种问题和挑战，需要快速有效地解决。在面试中，问一些与问题解决相关的情境问题，以了解应聘者的解决问题的能力和决策能力。注意面试反馈和笔记：面试结束后，及时记录面试反馈和印象。这将有助于你在评估和选择最佳候选人时做出明智的决策。综合评估候选人：综合考虑应聘者的技能、经验、个性特点和文化适应能力，评估谁最适合担任该职位。不仅仅看技能，还要关注应聘者是否具备与团队合作、发展和成长相符的特质。

一面是视频面试，面试官也露脸了，面试官态度很好，问了过往的工作项目经历，看了我之前写的需求文档和原型，觉得还比较符合他们的期望，介绍了公司的情况和愿景，没什么难度，然后让我等产品主管再面一次。现场面试，需要填个信息表，表格上还让填之前的薪资结构，期望薪资。公司在奥北科技园，距离我住的地方一小时车程，一面的面试官也在，又加上产品主管两个人，需要带作品，之前项目的原型或者需求文档，这里有点想要收集其他公司产品信息的意思，产品主管问的比较细，针对之前产品或项目经验，还会问一些扩展性的问题，我回答的还比较顺畅，面试完当场就让把hr叫过来沟通薪资要求，但是也没有给我定论，但我感觉通过的可能性很大。二面之后，过两天就收到了hr的消息告诉我面试通过了，但是呢需要看一下之前公司的薪资流水来定薪。因为我手里有另外一个offer，对方没有问之前的薪资就给了一个不错的工资，对比之下这家就差点意思了。我问了下薪资结构，是月薪的80%是基本工资，20%是绩效工资的结构，绩效工资是当月发。我后来也没发薪资流水，过两天hr又打电话，告诉我他们给定薪是多少，比我期望的少了1000，我说我考虑一下，第二天告诉他们我去另外一家公司了，原因就说另外一家给的工资高。如果他们之前干脆利落给我期望的工资，说不定就去他们家了。总之一面二面都感觉很不错，跟面试官也相谈良好，对方态度也很不错。就是最后谈薪不够干脆利落。

HR筛选简历后电话沟通，了解目前工作状态，工作经验，所在城市，对新工作预期等，基本符合后表示会把简历推送给技术经理约后续面试二面是HR给约的线下面试，公司技术经理专程出差来了我所在城市，约个比较安静的地方面试，首先是自我介绍，其中互动性的问了一些在职公司工作经历，技术特长，离职原因等问题。后面给了几张打印的摘录英文资料和对应设备电路图，让现场根据资料描述和大的电路图去摸清资料涉及的具体内容和工作顺序逻辑并讲给面试官，整体要考察读英文资料和电路分析基础能力。面试持续了近一小时，结束时技术经理当面反馈整体表现不错，英语和电路功底扎实，让等HR通知后续结果HR告知二面通过，给约了总监做三面。安排了视频面试，基本属于非结构性面试，总监让做个自我介绍，后面根据你自我介绍中的一些工作经历延伸出一些细节问题，个人感觉是考察思维逻辑，语言表达能力，对行业和职业规划思考深度，随机应变能力，人是否踏实可靠，更重要的是有没有虚构履历漫天扯谎，整体过程聊的还算顺利，面试了一个多小时愉快结束。面试后第二天HR就告知面试通过，谈发offer等相关事宜了。

面试过程非常充实，让我受益匪浅。下面是我对这次面试的总结：一面：算法与数据结构：面试官主要考察了我的算法和数据结构基础，包括排序算法、查找算法、链表、栈、队列、树等。自然语言处理基础：面试官向我询问了一些自然语言处理的基础知识，例如分词、词性标注、命名实体识别等。机器学习与深度学习：面试官问了我一些机器学习和深度学习的基本概念，例如分类、回归、神经网络等，以及它们在自然语言处理中的应用。项目经验：面试官详细询问了我的项目经验，并针对我的项目提出了很多深入的问题。二面：自然语言处理应用：面试官向我介绍了一些自然语言处理的应用场景，例如文本分类、情感分析、文本挖掘等，并让我表述了我在这些方面的工作经验。机器学习与深度学习应用：面试官问了我一些机器学习和深度学习的应用场景，例如使用神经网络进行文本分类、使用卷积神经网络进行文本生成等，并让我表述了我在这些方面的工作经验。项目经验与技术难点：面试官详细询问了我的项目经验，并让我表述了我在项目中所遇到的技术难点以及如何解决它们的方法。总体来说，这次面试让我充分展示了自己的自然语言处理和机器学习的基础知识和实践经验。在面试中，我也发现了自己在某些方面还需要更多的深入学习和实践经验，例如在自然语言处理应用方面需要更多的实践经验和深入学习。这次面试让我对自己的优缺点有了更清晰的认识，同时也让我更加有信心地面对未来的工作和学习。

我们将为你提供更适合的面试经验