趁著版面上一波字節的心得分享文也來分享一下我自己的經驗
在 Linkedin 上被字節的 HR 接觸後表明有興趣，之後就開始了面試流程
- 背景
112 學碩
工作經驗兩年多
Leetcode 人權
https://imgur.com/a/8kUZIxX
一篇 workshop paper
- 前言
面試過程都是使用字節自家的通訊軟體 Lark
收到 HR 的信後立刻安排了一個禮拜後進行一面，
這部分倒是跟我想像的有點出入，
原本以為會先跟 HR 通話了解一下這個職位在幹嘛之類
- 一面
先是基本的自我介紹跟討論之前工作經驗的某個 task 演算法怎麼設計
後來聊了一下 paper 的細節
聊完前面的部分大概 30mins 也去了
最後看時間剩下不多問了個求 top-k element 的題目
口頭描述各種解法跟複雜度後，在 local 端的 terminal 實現 quick seleciton
面試官沒什麼問題就結束了這個面試
結束後三十分鐘內收到二面邀請（鬼之效率）
- 二面
前半部跟一面差不多
然後被問了個期望值相關的題目
因為之前沒有料到會有這種題目，沒有複習機率差點掛在這題
用高中數學硬尻跟想辦法陳述一個簡化過的題目後，面試官就繼續面試的流程
接著問了 Edit distance 的 weighted 版本，
因為所剩時間不多，速速寫了二維 DP 的解法給面試官，
面試官說沒什麼問題就結束了這個面試
這次面試幾天後才收到三面邀請，大概是期望值那題還是答的太差了
- 三面
跟北京的字節 NLP 大頭面試，
這次倒是沒有聊到我之前的經驗，很多時間花在考 Transformer 的設計想法上，
問得非常非常的細（例如 query 的除根號 dimension 是在幹嘛之類的）
大概花了四十分鐘之後，面試官問 你能不能聊聊你熟的 ML 知識
就聊了一下 gradient exp/van 跟 RNN 在幹嘛後就結束了這次面試
這場直接對到大頭也才知道，
原來字節在關於教育產品上（智慧檯燈）也投了蠻多的力氣在上面
- 結果
offer get，不過我自己有其他的考量就婉拒了 offer
- 感想
跟板上的心得不太一漾的是，
字節的 HR 端在流程中給我的感受蠻好的，
流程進行的速度也非常驚人，真的沒有遇過公司 virtual 面試三十分鐘後直接給結果
大頭對於 ML 的技術理解也蠻深的，不是只看五分鐘學好 ML 的那種主管，
總而言之，整體面試下來感覺字節的確是可以自稱自己是一家 AI 公司這是沒有問題的。