2020.7.24 騰訊一面 40min

先做個自我介紹吧

xgboost 怎麼計算特徵重要性？？前5層是什麼？？怎麼排序特徵重要性的？？

bert的結構，過程詳細講一下

你的專案中bert重新訓練了嗎？講一下具體過程。你在哪弄的伺服器？

輸入是什麼？？emebedding+seg+pos三者相加還是級聯，維度變了嗎？

postional encoding是怎麼設計的？絕對位置還是相對位置？為什麼這麼設計？

BERT被設計用來處理長度為512的輸入序列。作者通過讓BERT學習每個位置的向量表示來包含輸入序列的順序特徵。這意味著Position嵌入層是一個大小為(512,768)的查詢表，其中第一行是第一個位置上的任意單詞的向量表示，第二行是第二個位置上的任意單詞的向量表示，等等。因此，如果我們輸入“Hello world”和“Hi there”，“Hello”和“Hi”將具有相同的Position嵌入，因為它們是輸入序列中的第一個單詞。同樣，“world”和“there”的Position嵌入是相同的。

• token嵌入，形狀(1,n, 768)，這只是詞的向量表示
• Segment嵌入，形狀(1,n, 768)，這是向量表示，以幫助BERT區分成對的輸入序列。
• Position嵌入，形狀(1,n, 768)，讓BERT知道其輸入具有時間屬性。

對這些表示進行元素求和，生成一個形狀為(1,n, 768)的單一表示。這是傳遞給BERT的編碼器層的輸入表示。

self-attention機制詳細講一下。

spark中action和transformation區別是什麼？？spark的惰性計算是什麼/？

1.transformation是得到一個新的RDD，方式很多，比如從資料來源生成一個新的RDD，從RDD生成一個新的RDD

2，action是得到一個值，或者一個結果（直接將RDDcache到記憶體中）

所有的transformation都是採用的懶策略，就是如果只是將transformation提交是不會執行計算的，計算只有在action被提交的時候才被觸發。

從執行層面來看，Transformation實際上是一種鏈式的邏輯Action，記錄了RDD演變的過程。Action則是實質觸發Transformation開始計算的動作，由於在每個Transformation的過程中都有記錄，所以每個RDD是知道上一個RDD是怎樣轉變為當前狀態的，所以如果出錯就可以很容易的重新演繹計算過程。

一個完整的RDD任務由兩部分組成：Transformation和 Action。Transformation用於對RDD的建立，還可以把老的RDD通過Transformation來生成新的RDD。例如，map就 是一種transformation操作，它用於將已有RDD的每個元素傳入一個自定義的函式，並得到一個新的元素，然後將所有的新元素組成一個新的 RDD。但RDD一大特性是延遲（lazy）計算，即縱使你執行這些Transformation操作，這些操作也不會執行。換句話說， transformation操作不會觸發spark程式執行的，它們只是先記錄了對RDD所做的一系列操作，只有之後碰上一個action操作，那麼前 面所有的transformation才會執行。collect和reduce就是action操作。

lstm中輸入維度是5，隱含層維度是20，序列長度是10，一個計算單元怎麼算的，維度是多少？

那講一下lstm吧，三個門，那三個門的維度怎麼算的？？？

超引數的個數計算如下：假設inputsize為 ，hidden_size為 ，不使用peephole，bidirectional，且使用bias。輸入門，輸出門，遺忘門和cell_state引數個數均為 。總引數個數為

4 * 【20*（5+20）+20】

2020.7.29 華為一面 1h 20min

自我介紹 – 可以，講的簡明扼要哈。。要求紮實的綜合能力。學習能力。我不介意你的專業，公司會有點介意，但是跨界大佬很多，你的對手是他們，你要怎樣打敗他們。我們是粵港澳優招。

紮實的基礎資料結構與演算法：分而治之和減而知之，知道下標為10，求連結串列，陣列，二叉樹的複雜度

連結串列，二叉樹，堆，棧等的存、取資料的時間複雜度:參考：https://www.jianshu.com/p/8f1d8d1ed82d

講一下你對機器學習的理解，優劣勢，和趨勢？？

講一下你的學習歷程。

手撕程式碼：求最長公共子串的長度及打印出所有最長公共子串。半小時

如果不能做nlp演算法，有其他研發崗位你願意做嗎？先有廣度，積累，再談深度。

不只是會用機器學習演算法，原理也懂點，還要更加會用於工業場景，如何應用？？？

你有什麼想要知道的嗎？

2020.8.1 深信服大牛批 一面 40min

自我介紹

獲得過什麼獎學金，排名。

神經網路啟用函式，各自優缺點

講一下實習專案的過程吧，bert怎麼用進來的，

講一下LDA，（專案裡面寫了）

手撕程式碼；成績排名輸出。

2020.8.4 華為二面1h

自我介紹，重點介紹下專案經驗。

問了專案中rouge，LDA，dilicret分佈，專案中評判分數好壞的標準。（專案裡面寫了）

你為什麼轉nlp？優勢？

手撕：給你一個數組，讓它變為5*5矩陣，然後順時針螺旋輸出，並最後變為陣列打印出來！要求複雜度低。

2020.8.5 貪心科技一面 1h

手撕：編輯距離，快速排序+歸併排序+歸排序三選一

快排最差的時間複雜度，快排怎麼優化？n2，隨機快速排序，，，

雜湊表怎麼實現的？雜湊函式原理？？怎麼防止衝突？連結串列法最差時間複雜度，怎麼優化？？

動態資料流中，怎麼記錄最大的k個數，要求空間複雜度最低，我說用棧，那怎麼具體操作？兩個棧怎麼維持？

還可以用堆，那你堆的複雜度怎麼計算？

rf和gbdt的區別與聯絡？從方差和偏差角度？？gbdt裡面怎麼計算梯度的？？

word2vec原理？？相比one-hot兩個優勢在哪裡？反義詞如男和女的相似度是多少，為啥是正1，不是-1，

有一個缺陷：同義詞與反義詞的上下文是相近的，因此有著相似的詞向量，但兩者語義差別很大，作者提出了一種方法改善

word2vec怎麼來的？？比tf-ifdf好在哪裡？

word2vec怎麼訓練的？最終輸出的是什麼？？給一個文字給你，怎麼用word2vec訓練？？

你專案裡講到LDA，你講一下LDA吧，狄利克雷分佈是啥？？

HMM的兩個假設是？？？齊次morkov假設：t時刻的狀態只與t-1的狀態有關，觀測獨立性假設：任意時刻的觀測只依賴於該時刻的morkov連狀態，與其他觀測及狀態無關。

交叉熵的公式是什麼？？為啥要用交叉熵？

2020.8.10 貪心科技二面 1h

上來手撕：所有最長遞增子序列中字典序和最小的序列，合併兩個排序的連結串列（過去了45分鐘。。）

自我介紹，你的職業規劃？？你為什麼選nlp？？

二叉樹的遍歷方式？？後序遍歷的非遞迴怎麼操作？？跟右左反轉

你講一個你掌握的機器學習演算法吧。transformer、、、挑了最難的、、

transformer的encoder和decoder區別？？他為啥比rnn好？rnn存在什麼問題？？為啥transformer不會梯度消失？transformer 的multi-head程式碼怎麼實現的？如果詞嵌入768維，multi-head後是多少？

self-attention的複雜度是多少？為什麼是n2d，d代表什麼？？n是序列序列的矩陣，d是詞嵌入維度n<<d就很快，並行是在哪裡？

你有什麼要問我的嗎？

首先，6個大的模組之間是序列的，一個模組計算的結果做為下一個模組的輸入，互相之前有依賴關係。

從每個模組的角度來說，注意力層和前饋神經層這兩個子模組單獨來看都是可以並行的，不同單詞之間是沒有依賴關係的。當然對於注意力層在做 attention 的時候會依賴別的時刻的輸入，不過這個只需要在計算之前就可以提供。然後注意力層和前饋神經層之間是序列，必須先完成注意力層計算再做前饋神經層。

2020.8.18 位元組一面 1h

自我介紹

你用什麼語言？c++和python區別？

bert怎麼取第三層的？你做了哪些？只是fine-tune？mean-max-pooling，bert跑了多少輪？

講講專案裡的banditsum，

手撕：最長上升子序列！

你有什麼要問我的嗎？

2020.8.21 阿里一面 50min

自我介紹

專案裡面的文字生成指什麼，具體說說。LDA你說說，你怎麼聚合中心句的？lda是判別模型嗎？

你講講text-rank，權重怎麼修改的？最大邊緣相關演算法。bert怎麼微調的？？

說說強化學習的回報函式，機制是啥？怎麼計算回報的？

bert中的mean-max-pooling模型是啥？為啥要用l2不用l1，為啥不直接用cls？？

手撕：不重複子集！有沒有更簡單的方法？？

你有什麼要問我的嗎？

2020.8.25 美團一面 1h

自我介紹。專案實習介紹。專案的來源。bert的結構、過程。競賽的人數，貢獻。

bert改進的模型有哪些？

django 與flask區別、get和post區別

有看過模型上線後的併發量嗎？使用者的訪問量嗎？

tf-idf公式、linux怎麼檢視python任務ps -ef |grep python、linux怎麼檢視gpu使用情況lspci | grep -i nvidia

梯度消失？？怎麼解決？？

lgb與xgb區別、xgb與gbdt區別

pytorch的矩陣乘法、矩陣點積，點乘。叉乘。逆矩陣。中心極限定理。大數定理。

pytorch怎麼設定顯示卡數，驅動cuda裝過嗎？

batch-normalization作用

python的裝飾器生成器迭代器，執行緒與程序區別。程序排程的方法。tcp三次握手。

hashmap，hash散列表

手撕：mysql輸出所有表1中A的購物記錄。

你目前面試過哪些公司？你家是上饒哪裡的？？

你有什麼要問我的嗎？

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片儲存下來直接上傳(img-t3UN0Eu9-1602920451505)(C:\Users\VULCAN\AppData\Roaming\Typora\typora-user-images\image-20200825161315268.png)]

2020.9.1 華宇 一面25min

問專案+實習

2020.9.3 多益網路 一面43min

自我介紹

專案介紹

講一下textrank

對fine-tune的理解，還有其它方式嗎？

決策樹的構造過程

為啥要用交叉熵不用最小均方差？

tfidf缺點

fasttext的優缺點

什麼情況下考慮分詞？

以概率P產生0，概率(1-P)產生1，請問能否利用這個 隨機數發生器，構造出新的發生器，以12的概率產生0和1，請寫明結論及推理過程。

你怎麼網際網路公司普遍加班的？？對加班995的看法；

你有什麼要問我的嗎？

2020.9.7 多益網路 二面hr面 18min

Q1.自我介紹
Q2.瞭解多益網路嗎,為什麼投多益

神武夢想世界相繼大成，最讓我欣賞的是多益其實是未雨綢繆，居安思危，對研發投入很大，可以為我提供一個廣闊的平臺，學到真正的技術，可以實現自己的人生價值，希望我也能進入多益，為多益的發展做出一些貢獻！
Q3.最認同多益網路的三點：個人發展前景。公司平臺和氛圍，能否真正學到技術。
Q4.認為產品經理必備的三點品質：同理心、溝通能力、邏輯能力
Q5.你這三點品質怎麼樣：
Q6.團隊合作能力怎麼樣？在團隊中的角色？為什麼沒當組長
Q8.說一個工作或生活中遇到的困難的事情，怎麼解決的？
Q11.如果上司讓你週末替他取快遞但你計劃去健身，為什麼選擇“不高興但還是去做”？如果不是取快遞而是工作上的事情呢？
Q12.為什麼不支援二胎政策
Q13.為什麼想到廣州？父母支援嗎？我有女朋友，就在廣州！
Q14.還收到那些公司的面試通知

Q15.怎麼看待996或者加班

我個人覺得適當加班是必要的，特別是做自己喜歡做的專案時候，就是專案能激勵我們，而不是被迫去做這些事，而且我現在需要花更多的時間去積累經驗，去學習。

很多人都喜歡優先的工作，但我覺得優先會使人墮落，我希望能夠實現自己的目標，人生價值，我願意付出更多的努力去奮鬥，我很樂意接受這樣的工作，，我讀研9 111 7，讀研也很辛苦，但是我都堅持下來了！在實習。。。有付出才有回報。

Q16. 反問環節：在多益的工作體驗怎麼樣，覺得多益怎麼樣？公司相關的業務以及主要i的業務是在幾塊？？

投了那些公司，面了那些offer，有沒有兄弟姐妹，父母對你有哪些期望？

三個詞崗位優點，缺點：效率高，有幹勁，刻苦i抗壓，性格開朗，責任心強。不注重穿著，不善於拒絕別人， 有時會忽略細節。·

一次團隊合作的經歷，自己擔任什麼角色：

怎麼看待其他人，拖後腿的人：態度問題，能力問題？

期望薪資：經過我從其他渠道的一些瞭解，我覺得15k左右可以接受的

加班薪資：個人會期望公司適當有點補助，或者其他的獎勵。

目前有到談薪的公司嗎：沒有

怎麼和組裡人協作：

1.共同的目標du；.相互信任；強烈的責任感；瞭解團隊成員的性格品質，團隊強調的是協同工作，所以團隊的工作氣氛很重要，它直接影響團隊的工作效率。沒有完美的個人，在一個團隊中，每個成員都有自己的優點缺點。作為團隊的一員應該主動去尋找團隊成員的優點和積極品質，學習它，並克服自己的缺點和消極品質，讓它在團隊合作中被弱化甚至被消滅。如果團隊的每位成員，都主動去尋找其它成員的積極品質，那麼團隊的協作就會變得很順暢，工作效率就會提高。

怎麼看待組裡人：和睦相處，做知心朋友，家

舉個例子講一下你遇到的困難，怎麼解決的：

領導給你一個方案，但你有更好的方案怎麼辦：

遇到這種情況，我首先要想清楚我的這個方案是真的好還是隻是我認為好，因為作為一個領導，站得高看得遠，在巨集觀上對一個問題的把握更加的全面，看問題更加的透徹，對方案的執行情況看的也更遠，所以，我要站在一個更高的層次來評估我的這個方案，同時要注意我的方案的可執行性。

其次，我會找一個合適的時間與部門的其他同事，特別是老同志加強交流，聽聽他們的意見。在綜合考慮的基礎上，如果我覺得我的這個方案還是比較好的話，那麼我會找一個恰當的時間，私下裡把我的這個方案報給領導，並把我認為我的這個方案的好的地方著重提出來供領導參考。當然，最終的方案是由領導來定奪的。我相信，領導會很高興看到他的下屬向他提建議的。而作為一個下屬，在工作中，如果有不同的意見，也應該負責任的通過合適的方式把自己的想法向領導反映，這是構建一個和諧有效團隊的基礎。

怎麼看待中國二胎政策：緩解老齡化，抑制男女比例失衡。但是同時增大了就業壓力，加重個人家庭負擔，在如今高物價時代，同時子女的教育也成了問題。我個人看來，二胎政策只是放款了要求，至於要不要生二胎，還是看個人還有他的家庭情況，我自己的話傾向於生一胎，這樣可以留給更多的時間給工作和生活，也不會有很大的壓力吧。

公司線上出了問題，你會回來幫助解決嗎: 這是必須的，公司的利益也關乎個人的利益，

父母對你工作的期望：有一個很好的工作，有一番作為！

平衡生活與工作：

1. 提高工作效率。工作時就全身心投入工作中去。高效率的完成任務。不將工作帶到生活中去。
2. 明確自己的人生目標。努力工作是為了提高生活品質更好的生活
3. 因此明確自己的人生目標，確定每個時期的重點。達到工作和生活的平衡。
4. 學會生活，放鬆身心。利用假期給自己的身心放個假。和家人、朋友一起出遊。休息時好好休息，不要被工作打擾。
5. 當自己或家人身體出現問題。不論多麼重要的工作都要先暫停。身體健康更加重要。

2020.9.10 美的 一面 30min

自我介紹，專案介紹。

為什麼轉nlp？怎麼學的？看過哪些書？？

常見啟用函式，sigmoid和relu優缺點。

怎麼吧影象中識別出來的錯別字進行矯正？比如美的沒有識別出來怎麼矯正？用nlp的方法。

怎麼比較兩個字串的不同？不用深度學習。

2020.9.12 1:30 亞控科技 一面 30min

自我介紹，專案介紹

你知道我們公司是做什麼的嗎？

你的期望薪資？

你能解接受出差嗎？

你對崗位地點的要求。

你有什麼要問我的嗎？

2020.9.12 2:40 深信服正式批 一面 30min

自我介紹，你為啥轉演算法？為啥研究生還在學材料？

transformer 和rnn，lstm這些的區別在哪裡，好在哪裡？

bert和gpt區別，gpt3哪裡進行了改進？不用微調，Bert和gpt2需要微調。

你講一下你對傳統機器學習和深度學習的理解吧。

你有什麼要問我的嗎？

手撕程式碼（共享螢幕）：組合總和2

2020.9.12 3:30 同花順 一面 30min

執行緒與記憶體地址。

有1-2n個座位，要求夫妻坐一起，有幾種方式？？

n對夫婦任意在一排2n個椅子上就坐,有(2n)!種坐法.若所有夫婦都相鄰,把夫婦兩人看做一個整體,有n!種坐法

兩人可互相交換座位,所以共2^{n*n!種故“有夫婦不相鄰的”的概率為1-2}n*n!/(2n)!=1-1/(2n-1)!

2個人擲硬幣，第一個人丟擲正面硬幣的概率是多少？

把兩個人各拋一次硬幣記作一輪遊戲，第一個人正面發生在： 第一輪的概率1/2 第二輪的概率(1/2)^3 第三輪的概率1/21/21/21/21/2 …… 一直進行下去， 按等比數列求和 （1/2-0）/（1-1/4）=2/3.

機器學習的基本流程?

缺失值怎麼處理

你有沒有從0-1實現過深度學習的某個模型？

如何看待adaboost和rf？區別？哪個能並行？

常見分類傳統機器學習模型及其應用場景？

過擬合和欠擬合。分別怎麼解決？為啥l1能使資料稀疏？

從一個二維矩陣中搜索一個字串，怎麼做？時間複雜度是多少？

2020.9.14 11:00 深信服 二面 20min

自我介紹，

專案的難點，怎麼解決的

如果有100w個域名，怎麼檢查是否符合拼寫規範？

你覺得n-gram可行嗎？真不會

你有沒有遇到過工程化方面的問題？

2020.9.15 11:00 瑛太萊 一面 1h15min

自我介紹，然後開始了，由機器學習到NLP再到專案。

你介紹下基本的線性模型有哪些？

你介紹下LR和SVM區別，

SVM核函式有哪些？核函式有啥作用？

HMM介紹下，CRF介紹下

HMM怎麼用於分詞，怎麼做的？引數怎麼求？

CRF可以用於哪些場景？

命名實體識別你知道嗎？怎麼做的？

介紹下rnn

lstm比rnn好在哪？具體怎麼實現的？

lstm中輸入維度是10，輸出層是維度20，一個計算單元怎麼算的，維度是多少？

你知道那些聚類方法？？

kmeans優缺點？？怎麼優化，你聽過kmeans++嗎？k值怎麼確定？

介紹下cnn，cnn卷積層池化層有啥作用？

cnn, 怎麼用到text裡？？textcnn。

你講下textcnn

你講下word2vec，word2vec怎麼得到詞嵌入向量的？怎麼計算的？

介紹下transformer

餘弦相似度和歐氏距離的比較？？

lstm-attention，有幾類？你講下attention機制

介紹下transformer，怎麼實現殘差的？殘差有啥作用？

介紹下self-attention。

你講下layerNormalization吧，BN和LN特點？如果BN太小，會怎樣？為啥？

bert在transformer做了那些改進

問完技術問專案：

具體講一下你的實習專案吧，文字摘要生成？？怎麼優化加速？

聽過Kd tree嗎？

你講下你的關於bert分類的專案吧，bert有幾個transformer block

AUC是啥？和F1 score區別？為啥能適用於不平衡樣本？

反問環節：有幾面？？公司目前的主要業務板塊有哪些？智慧客服，聊天機器人，機器翻譯。跨境電商。

2020.9.16 網宿科技 一面 30min

作業系統+計網+資料庫+資料結構與演算法

執行緒間的通訊，哪種最快？

類的繼承？super用過嗎？

陣列和連結串列的區別？優缺點？

連結串列中有1234一共4個節點，已經知道2的地址，怎麼在O（1）複雜度內刪除這個2節點？

常見排序演算法，快速排序的思路？

怎麼優化快速排序中選基準數？

python的GIL鎖，為啥有這個鎖，其它語言就沒有？

python裝飾器？

tcp和udp區別及應用場景？

資料庫中主鍵和外來鍵是啥？

手撕：有效括號。

2020.9.17 同花順 二面 30min

自我介紹，專案介紹

具體談專案

2020.9.18 蘇寧 一面 13min

自我介紹，專案介紹

具體談專案

你知道attention有哪些嗎？

2020.9.19 13:45 融360一面 30min

自我介紹，專案介紹

我們不搞nlp，我說我搞ML也可以

說一下bert

位置編碼有哪些方式？

xgboost和gbdt區別

LR為啥用對數似然函式，

你做過哪些關於資料處理的工作？

ID3，C4.5，CART區別？除了資訊增益這些。

手撕：最長上升子序列。

2020.9.19 14:50 融360二面 30min

xgboost怎麼計算特徵重要性，怎麼排序的？

什麼是梯度消失，怎麼解決？使用 ReLU、LReLU、ELU、maxout 等啟用函式 ,使用批規範化 殘差結構

xgboost怎麼並行的？xgboost有哪些重要引數需要調？樹的深度一般幾層？

你說話平時都這麼快嗎？

手撕：股票最大利潤，只能購買和賣出一次

手撕： 圓圈中最後剩下的數字

你linux熟嗎？

會sql嗎？手撕：從表中找出每門課都大於80分的學生姓名。

熟悉map reduce嗎？map reduce遇到資料不平衡怎麼處理？

團隊協作？個人優劣勢？

2020.9.19 16:05 融360三面hr面 30min

你遇到的困難，

你認為材料和計算機的相關性？材料對你的幫助。

專案是你主導完成的嗎？團隊怎麼協作？

你的優缺點。

你的期望薪資

你的期望工作地點。

你有沒有壓力比較大的時候？

實習怎麼進的那家公司?

2020.9.22 16:05 平安科技一面 30min

bert的缺點及改進方法，問專案。手撕：求眾數。

2020.9.24 微步線上一面 40min

偏差和方差，降維方法，整合方法，xgboost 優點，神經網路模型，優化方法，word2vec，skip-gram，字典樹深度學習框架，二叉搜尋樹，最大的k個數，陣列中只有一個數字出現了一次，其他偶數次。排序演算法有哪些，hadoop，linux查詢某個檔案的某個特定字，知道嗎，反問。

2020.9.25 微步線上二面 40min

深挖專案簡歷，最後你有什麼要補充的嗎？

2020.9.29 11：00跟誰學一面 30min

深挖專案簡歷LDA，textrank，bert，語言模型定義，transformer，self-attention，multid-head作用學習到字，詞，不同語法結構的資訊表示，不同空間對映，bert怎麼用於句子嵌入。

2020.9.29 17：00 途虎養車二面 30min

深挖專案簡歷：LDA輸出的是概率，怎麼拿來進行主題分析，textrank怎麼迭代計算權重，bert結構，

2020.9.29 18：30 微步線上三面 20min

2020.9.30 瑛太萊二面 30min

2020.9.30 微步線上四面hr面 25min

你的缺點，你為啥從材料轉演算法，你的業餘活動，你的性格，你的團隊協作，你有啥要問的嗎？

2020.10.9 萬得一面 60min

參考：

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片儲存下來直接上傳(img-GOlpu65Z-1602920451506)(C:\Users\VULCAN\AppData\Roaming\Typora\typora-user-images\image-20201007202117234.png)]

2020.10.9 萬得二面 50min

二面問的同一面差不多，問專案較深，深挖簡歷。

2020.10.12 得物一面 30min

問專案，提取關鍵資訊的模型有哪些，梯度下降為啥能使損失函式下降最快？？正則化的一些方法？？有啥作用？應用場景？

2020.10.15 最後

收到微步線上的電話，談薪資，接受了！2020.10.16正式收到offer，秋招宣佈結束了！剩下還有融360的oc，不知道會怎樣，不過應該也不會去了。

總結

怎麼說呢？部分大廠都給面試機會了，網際網路大廠包括位元組騰訊阿里美團，可能是我太菜了，一面後就掛了（沒訊息了也認為是掛了）。華為掛在二面。然後中廠包括同花順，蘇寧，平安科技，深信服等都掛在二面了，蘇寧和深信服給我的二面面試體驗賊差，不想面就別給面試機會啊，搞人心態是什麼意思？上一秒說不是很懂 下一秒就變臉了？？這種10來分鐘就結束的不用想就是涼透了。然後剩下的主要是一些小廠了，途虎養車，二面掛，多益網路hr面掛，被卡專業了吧，瑛太萊hr面被放鴿子了，給我說有更好的人選了，氣不氣，剩下的基本沒訊息了。、

總體這麼多面試下來，不知不覺的提升，表達能力，對各方面知識的理解能力也都提升了，希望未來也能越來越好！！！