校招记录:中移物联网Offer笔面经

  本文介绍2024届春招中,中移物联网有限公司软件研发类岗位2场面试的具体流程、提问问题等。

  202404月投递了中移物联网有限公司软件研发类岗位,暂不清楚所在部门。目前完成了笔试、一面、二面,并有幸获得Offer;在这里记录一下面试的相关经历。

  首先,简单谈一谈笔试。中移物联网是和中国移动其他单位或部门一起统一笔试的,这个和我们之前分享的联通软件研究院笔试与面试记录还不太一样,当时的中国联通软件研究院是其单独笔试的,没有和整个中国联通一起组织笔试。秋招的时候我没有报中国移动,不知道笔试是线上还是线下,但是春招的笔试则是线上,而且不需要双机位(很多单位,尤其是事业单位,总喜欢搞需要双机位的考试,太麻烦了,还好我不想去事业单位),所以相对更为方便。不得不说中国移动笔试的题量是真的大,笔试结束后很多同学都说没有做完——尤其是那个心理测试,最后的七、八十道题很多同学最后都来不及仔细看,只能随便瞎选。所以这样的笔试,也包银行的笔试(银行的笔试经历我们后面也会再分享),一定需要控制好时间,遇到不会的题目就蒙一个答案然后跳过,后面有时间的话再回过头来看看。此外,中国移动的笔试会有很多类似于脑筋急转弯的开放题,比如这次的大胃王吃了几碗米饭的问题,实在是让大家百思不得其解哈哈哈;遇到这种题目,就按照自己的理解选择就好,说不定连官方都没有一个准确的唯一答案呢。

  关于面试,这2场面试均为线上视频面试。其中,每1次面试都非常迅速,15分钟内就结束;但可能是由于面试的人比较多,导致公司预估的面试时间不太准确,每次都是进入会议室后等待了很久才开始面试的。其中,每1次面试都需要对着摄像头展示自己的身份证——我在第1次面试时忘记拿身份证了,所以用了手机上的身份证照片;第1次面试时,还需要对着摄像头转一圈,应该是来检查面试人是否有夹带小抄的现象哈哈哈哈(虽然我感觉面试应该也不会有人用这种方式作弊)。

  这2场面试都是一对多,即1位面试人对应着多位面试官。面试官都非常和蔼,其虽然人数比较多,但是每1位面试官提问的问题并不是很多,大概都只是13个问题(所以每1次面试都会进行得很快)。从我个人角度而言,感觉面试官没有问得很深入,也没有专门对算法、计算机八股知识开展提问,更多还是对个人实习、项目经历的提问;此外,还会结合物联网公司的一些实际情况来提问。这个前面我们也分析多次了——对于国企、事业单位等的计算机开发岗位而言,确实不会提问过多科班的专业内容,更多还是对个人综合能力的考量。不过,在网上有很多朋友也提到,这1次该单位的春招面试时,还是提问了一些专业、比较困难的算法或计算机知识的——这个可能和个人专业方向也有关系,毕竟我不是科班,可能面试官也就不想再提问专业问题了。

  此外,我面试的这个岗位有很多城市所在地,一面的时候面试官也会问有没有自己更有意向的城市。当时面试官关于这个问题问了2次——第1次时,面试官列举了很多个城市,问我对其是否有倾向,我说都可以;第2次,也就是面试结束时,面试官则是具体问了重庆深圳这两个城市我更偏向于哪一个,我则回答了深圳。最后,下发的Offer确实也将我分配到深圳去了。其实对于这家单位,我感觉更适合所在城市的本地人:福利据说不错,工作整体强度也还好(当然也要看部门据说),所以对于本地那些住房压力不是很大的同学而言,就是一个很香的选择了——尤其是其位于重庆的部门,吃饭免费,工作强度还行,待遇在当地也还可以,所以就相对适合重庆、四川等地的同学去;而对于外地的同学而言,那就最好再综合考量、权衡一下了。

1 一面

面试情况

  • 下午16:20开始,持续15分钟左右。

  • 线上面试,3位面试官,为部门领导或员工;面试官很和蔼。

  • 首先做自我介绍;随后提问15分钟。

提问问题

  • 对于岗位所在的几个城市有何倾向?
  • 研究生期间主要是做什么的?毕业论文的内容是什么方向的?
  • 毕业论文中,遥感数据重建是如何实现的?都用到了哪些算法或模型?
  • 分类与回归有什么区别?对于数值型变量,如何在模型中对其值加以预测?
  • 你所处理的数据都有哪些维度?数据是如何组成的?
  • 对于数据库的了解如何?都参与过哪些和数据库有关的项目?
  • 多维度数据都有哪些分析方法?
  • 假设目前有一个物联网的湿度计数据,你认为可以如何获取、组织、分析、预测数据?
  • 是否经常接触数据处理、数值分析?都有哪些相关的项目、实习经历?
  • 还接触过哪些机器学习、深度学习算法?接触过哪些空间分析算法?
  • 个人技术栈如何?用过哪些代码做过哪些项目?
  • 如何解决过拟合问题?
  • 对于重庆和深证这两个城市,你更倾向于哪一个?

算法题目

  • 无。

面试结束反问

  • 无。

反馈情况

  • 3天后,收到二面通知短信。

2 二面

面试情况

  • 下午14:20开始,持续10分钟左右。

  • 线上面试,4位面试官,为部门领导或员工;面试官很和蔼。

  • 首先做自我介绍;随后提问10分钟。

提问问题

  • 平常都用哪些代码语言?个人技术栈如何?
  • C++的场景主要有哪些?用Python的场景主要有哪些?
  • 是否用过MATLAB,主要用来做什么?
  • 在滴滴实习中,主要做了什么工作?主要应用什么代码语言?
  • 在导航实习中,主要做了什么工作?通过什么实现的多线程?线程之间是如何通信的?进程、线程通信方式有哪些?
  • 毕业论文具体是做什么的?其中神经网络模型是如何训练的?如何将Python训练好的神经网络模型运用至C++代码?
  • 准确率与召回率有什么区别?
  • 如何看待创新的意义?在你的学习或项目经历中,有哪些创新的实践?

算法题目

  • 无。

面试结束反问

  • 岗位主要的工作方向,是偏向于嵌入式开发,还是传统的后端、软件研发?

反馈情况

  • 1周后,收到预录用邮件。

  至此,大功告成。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,968评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,601评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,220评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,416评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,425评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,144评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,432评论 3 401
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,088评论 0 261
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,586评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,028评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,137评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,783评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,343评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,333评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,559评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,595评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,901评论 2 345

推荐阅读更多精彩内容