香港科技大学(广州)
Di² Lab · 深度交叉智能实验室
同花顺智能科技
DI² LAB · 组会分享 · 2026 年 10 月
实习 · 秋招 · 面试
开场
一是求职阶段的经验教训:例如字节 · 飞书大模型的面试,项目和业务聊得顺利,但最后一道 Medium 算法题没有做出来,最终还是没通过。
二是面试官视角:目前工作中参与实习与校招面试,介绍面试官实际在考察什么、哪些表现是加分信号。
PART 1 · 投简历 ①
注:港校(含中外合办)毕业时间与内地「应届生身份」认定,各公司口径不一,投递前按目标公司校招页自查。
PART 1 · 投简历 ②
海投不是不能用,但不要只依赖海投。
PART 1 · 投简历 ③
PART 1 · 加餐
从 EMNLP 到入职的完整时间线
PART 2 · 简历
一句话讲清楚业务是什么、要达成什么。
简历第一轮读者是 HR 与关键词系统;一句话讲不清业务,往往说明你还没吃透它。
你怎么把问题拆成中间的关键节点。
面试官未必懂你的领域,但他一定懂拆解——这才是他真正在买的东西。
有基线、有业务意义的结果:相对谁提升?省了多少人力 / 成本?
裸数字没有意义,基线 + 业务含义才有。
PART 2 · 简历 · 实操
金融问答场景中长尾问题识别差,用户问 A 答 B一句话业务背景:场景 + 痛点
拆成三步:长尾 case 挖掘 → 指令数据构造 → 离线 / 在线评测体系面试官会沿着这条线逐段深挖,每段你都有得讲
长尾集合 F1 +6.8pt(基线:原线上模型);上线后该场景人工客服转接量 −23%有基线、有业务含义的结果(数字为示意)
PART 3 · 面试 ①
它是及格线,不是加分项。
PART 3 · 面试 ②
coding agent 已能替代我工作中绝大部分代码任务——纯「会写代码」正在快速贬值
花在对齐会 / 拉通会上:产品、运营、其他算法团队——解决问题前先对齐问题
轻则项目延期;重则线上事故——大家以为对齐了,分头去做,最后对不上
面试官在考察什么
怎么准备
PART 3 · 面试 ③
表现:不断追问细节、挑战你的方案、让你现场改设计
解读:面试官在花自己的时间成本把你的真实贡献挖出来——这是感兴趣的表现。从我的经验看,遇到深挖式压力面,通过概率反而高。
✅ 大概率是好消息表现:贬低你的成果、服从性试探、全程负反馈
解读:和「深挖」不同——打压不产生信息,只产生压力。它既是面试题,也是这个团队文化的照妖镜:面试如何对你,入职后就如何对你。
⚠️ 既是考题,也是你筛公司的信号表现:聊得轻松愉快、没有追问、提前结束、客套收尾
解读:对方已经停止评估你了。深挖才是购买意向;和谐愉快聊完,往往才是危险信号。
🚨 危险:大概率已出局「我聊完觉得这个人不行时,整个沟通过程会变得非常和谐愉快——然后把他挂掉。」——追问细节是感兴趣的信号,刻意打压则要警惕。
PART 4 · 拿到实习之后