字节豆包算法岗Offer ,薪资待遇超预期

最近秋招发放Offer已高一段落。

不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。

最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。

• 《大模型面试宝典》(2024版) 正式发布！

喜欢本文记得收藏、关注、点赞。更多实战和面试交流，文末加入我们

技术交流

球友分享

应星主邀请，在此简单分享一些我的啐啐念：

1. 招聘时间长，结果公布晚：很多公司在7、8月就开始秋招，但许多同学还在暑期实习，导致面试结束后很久都不发意向书，需等后续同学一起排序。

2. 岗位少，薪资上涨：美团和京东的加薪让许多公司措手不及，提升了秋招同学的薪资预期，报价普遍高于去年的水平。虽然现在的薪资不错，但不确定landing是否会更难，近期有很多无法转正的案例曝光。

我还算幸运的，作为一个末流985的llmer，获得了2家大厂的算法offer（比如字节豆包，腾讯WXG），也感谢星主的帮忙和辅导。

选择 offer 才真是一件折磨人的事情，来来回回苦恼了一个多月。首先就是城市，作为一个四川人，肯定是不想去北京的，但无奈北京岗位最核心最多。其次是业务前景，有些业务一般但给足了诚意，相反有些业务前景听着不错但薪资又差了一截，我总是很贪心地在这些条件中做取舍。

最后在童靴门都签完三方后，我选择了字节豆包作为我的第一份工作，希望后续一切顺利！也希望自己未来回成都一切顺利，有志同道合的朋友可以一起交流。

面经

字节面试正式批流程是3+1，一般来说是1轮业务面+1轮ld面+ 1轮+2面 +1轮hr面。流程会多一点。

我的timeline大概是7.25一面，到7.29二面，到8.5三面，8.15 左右hr面，8月下旬发意向offer。

一面交叉面

1. 自我介绍
2. 简历实习项目盘问（重点）
3. 论文介绍，用整体故事串着讲
4. 八股：ROPE位置编码原理以及为什么优于Alibi等，Transformer中的self-attention机制（原理，计算公式，scale），相比于SFT为什么需要RLHF以及在实际业务中如何选择
5. 代码：K链表升序排列
6. 反问环节

二面ld面

1. 自我介绍
2. 简历实习盘问（压力拉满，当时感觉面试官心情也不好）
3. 八股：大模型建模概率如何建模，PPL计算公式，这种建模有哪些问题，如何改进；RAG Agent中的检索如何做，检索和LLM冲突了怎么处理
4. 代码：M个字符串找出公共子串（能多想出几种方式吗，时空间复杂度分析）；哈希排序On
5. 反问环节

三面+2面

1. 自我介绍
2. 实习盘问+论文串讲
3. 代码：链表快排；快排，归并排序，桶排，选择排原理以及时空间复杂度分析；
4. 反问环节

最终结合面评，业务方向是豆包应用，业务很核心，待遇也相当不错，说实话当时真的纠结了很久，主要还是不太想去北京。字节给我的感受就是雷厉风行，事情处理速度非常快，包括面试推进流程，HR反馈速度，后面Offer发放，不愧是宇宙厂，这一点赞赞！