最後有收到面試的有三個公司，分別為 Nvidia, Trend nvidia面試 Micro, and Synology。 其實我沒有認真思考過為何要找暑期實習這件事，只是看到強者們都會努力去爭取這些機會，故利用進Lab前的空檔寫好英文履歷，有幸得到Skymizer和Nvidia的面試邀請，趁著記憶還鮮明時，把過程中的感受及心得記錄下來。 不是，只有概念是一樣的，不是找Path，比較像是算數量。 但總之DFS的題目有一種特別 的感覺，我不知道怎麼說XD 但如果你會解63就會解那題這樣。 Nvidia面試流程, 主管都會遞名片，有一定的面試流程。 感覺對人才是非常友善的，中規中矩的好公司，福利和待遇也都是台灣領先的。
- NVIDIA 深度學習機構提供豐富資源滿足各種學習需求，從學習教材到自行安排進度的課程和實際訓練，以及教育者計畫，可協助個人、團隊、組織、教育者和學生進一步瞭解人工智慧、加速運算、加速資料科學、繪圖運算和模擬等方面知識。
- 如果你去查這題你會發現是Hard等級的題目，我當場看到題目是沒什麼想法的，面試官也是尷尬硬擠出幾個關鍵字，一步一步引導我做完，最後再補上一句，台灣學生是不是比較少再練習程式題目。
- 在準備面試考古題的應答時，一般人都將重點放在「答什麼」，然後開始背標準答案，這是大錯特錯，錯得離譜。
- 以我 Google 為例，有一輪 Corner Case 會炸開，但最後面試官說想法正確、思路清楚，還是給了我 Positive Feedback。
面大陸公司前務必把大陸用語搞熟，我一開始天真以為題目會是英文，沒想到是簡體中文，棧、鍊表、隊列，當初被這幾個字搞死。 T客邦由台灣最大的出版集團「城邦媒體控股集團 / nvidia面試 PChome電腦家庭集團」所經營，致力提供好懂、容易理解的科技資訊，幫助讀者掌握複雜的科技動向。 以下這個表格就是21家科技公司的薪資狀況，以第2欄的起薪中位數來排序，第1名的 Nvidia 跟第21名的Sony 差了一倍，老牌科技公司微軟以第2名之姿緊追在後。
nvidia面試: 面試準備
如果是轉載來的，Heresy 應該都有註明出處；如果您覺得任何文章有侵犯到您的權益，麻煩請告知 Heresy、Heresy 會盡快處理。 Heresy 這時候也有點傻眼了，但是也只能在那邊聽他們兩個在電話上橋完，請另一位換一組新的 passcode。 青年局長錢念群表示，過年前後職場上經常會出現轉職的人潮遞補現象。
或翻翻 infoQ 上的影片，看 Netflix, Instagram 各大公司如何處理 large-scale 的問題。 也可以多看看一些 FB, Uber … 大公司的 Engineering Blog，慢慢的累積知識。 當然，有些人可能擔憂有 Exploding Offer 的情況。 因為拿 offer 後，普遍只給 2 weeks 決定時間，可能被迫需簽下 offer 停止其他家面試。
nvidia面試: nvidia面試流程關鍵字相關的推薦文章
這些資料來自 PayScale 最近公佈的調查資料，所提供的「起薪」數字是指 Median Starting Pay，也就是薪資的中位數，表示有一半人的起薪高於此數字，一半人的起薪低於此數字。 這個職位在104的工作描述，是在做Android UX的自動化測試，需要熟悉Java, Python和bash script，因為本身對自動化還蠻狂熱的，就抱著試一試的心態投了履歷，過沒幾天就得到人資的回覆，外商做事果然有效率。 最後，準備好幾個與工作有關的問題，在面試尾端，面試官往往會詢問是否有問題要詢問，提出自己預先準備的題目，不但能為自己未來在職場中的環境鋪路，藉機瞭解那些網路上查不到的資訊，也能讓面試官感受到你的積極度與為了這場面試所付出的努力。 因素的考量，所以原本只有打算要找竹科的職缺但收到NVIDIA 的面試邀請 …
最後，則會自己想一些 testcases 進行驗證。 在準備面試考古題的應答時，一般人都將重點放在「答什麼」，然後開始背標準答案，這是大錯特錯，錯得離譜。 因為所有面試考題，考的不是表面那個題目，而是背後隱藏題，如果傻傻回答表面題，忽略隱藏題，永遠抓不到企業的心。
nvidia面試: 面試前準備
後面就是一些關於公司的閒聊，諸如這個部門在做什麼，負責維護的產品有哪些等等。 結束之後，主管表示因為還有人要面試，所以不會馬上知道結果。 第一關是兩個工程師，先問了履歷上面的經歷跟專案，因為投的職缺跟前端相關，就是問一些 JS 的基礎問題，有熟悉什麼框架和有沒有寫過 unit test？
- 這邊有個部分蠻有趣的是，在解釋 synchronous 跟 asynchronous 之後，被問能不能不要從軟體的角度改用生活的例子舉例，突然有點卡住想了很久只想出一個很爛的例子。
- 大學和研究所都是讀資工，大學有順便輔數學系，約大三開始跟指導教授做機器學習方面的專題，大學到碩畢前也因緣際會去過一些地方實習，後來確定自己沒有興趣繼續走學術、決定在台灣找工作。
- 題目大部分都是 Leetcode medium 程度，平常有在刷題應該不會太難回答。
- 其次，事先做好公司/業務的瞭解功課，充分認識公司文化及職缺資訊，不但可以幫助你釐清該職位是否適合自己，也更能在面試時展現出你與該職位的契合度。
- 這邊我就不提C語言考古題的部分，我想要強調的是從考古題可以知道主管在意的是甚麼，不外乎就是C code能力、OS相關知識等。
- 刷題順序可以照分類，刷 Leetcode 各分類的高頻題，比如今天刷 BFS，明天刷 Binary Search ，這樣同樣概念比較好統整。
因為時間還有剩，主管開了一個線上編輯器，把白板的 code 輸入之後，丟一些測資進去跑。 nvidia面試 不過這一題寫的不是很漂亮，丟了一堆邏輯炸彈在裡面，最後修改的時候自己都有點不好意思，因為真的是蠻醜的。 最後就是針對履歷問一些問題，大部分就是想知道之前的團隊開發的流程，還有有沒有接手過大型專案的經驗，也問了一些碩論的事情，因為主管看不太懂這題目在幹嘛，請我解釋了一下。
nvidia面試: 需要任何協助？
刷題部分，幾乎每一間公司都有考白板題，如果不是神人而且距離資料結構跟演算法有一段時間了話，建議還是要刷一下題目練習手感，考的題目大部分都是 Leetcode medium 程度。 追求效率了話剛開始可以用 easy 練練手，之後都以 medium 為主。 題目數應該是盡量將每個題型都刷一次會比較好，即使遇到的白板題沒寫過，也至少有個概念可以跟面試官討論。 在結束前，對方還有講了一些東西，似乎是說他們主要是要找熟悉演算法的人之類的；但是由於 Heresy 精神上已經有點放鬆了，所以也沒有完全聽懂…而最後問 Heresy 還有沒有問題要問？
之前在PTT上，有一位工程師談到自己的面試經驗，引人省思！ 他自清大研究所畢業，具3年工作經驗，照理說非常搶手，可是面試8家卻都了無音訊，直到第9家時，他才知道原因。 先感謝大家看到這裡，我必須說碩二期間找研替會非常辛苦，當時我要處理碩論、計畫期末報告、另一個計畫的期初報告，可以說是每天忙到不可開交。
nvidia面試: 面試 – Google/NCCST/趨勢/NVIDIA/中華資安/華碩
NVIDIA 的人資是我覺得最用心的，會親自打電話來解釋各個階段的流程， … 延畢了一學期到今年一月畢業，差不多口試完之後才開始準備刷題、複習等等，現在想起來有點晚，到面試時 leetcode nvidia面試 差不多才寫 100 題左右。 我有買 premium、有針對不擅長的領域（例如 DP）多練習，也有多參考討論區別人的解法，但廣度和速度大概都還不夠。
感覺應該是全對吧（？雖然後來沒機會看到成績。做完測驗大概隔一天人資就打來約時間，約了之後好像因為面試主管喬不攏，延後了一週。 線上面試有兩個主管，其實面試過程偏閒聊，會從你履歷裡面寫的作品跟實習經驗問問題。 專業問題了話，前面被問了有沒有使用 AWS、GCP 之類的問題，我雖然有用過但都停留在最基礎的例如開個 VM 在裡面跑個 server 之類的，這邊問到蠻多問題都不太會。 網路了話因為上學期才當網路課的助教，對於課本內容都還記得，花了一點時間複習一下 TCP 而已。 程式語言跟 Web 開發相關的知識，平常在寫專案的時候遇到問題都還蠻認真去研究，所以沒有特別花多餘時間去複習。 可能因為職位偏前端的關係，這次幾乎沒有被問到很難的問題。
nvidia面試: Nvidia – Android SW Engineer 軟體開發實習生
線上面試過程也還不錯，面試官都很友善，也沒有遇到特別難回答的問題，大部分都是針對履歷的問題做延伸。 面試官對於自己的產品跟開發流程介紹的非常清楚，也會針對如果未來要進來做個工作做蠻詳盡的解釋，蠻可惜最後收到感謝信，希望是因為替代役名額的關係吧。 個人覺得難度大概是一題easy，一題easy — medium，然後一題 medium 程度。 我前兩題大概 15 分鐘寫完，後面那一題寫了 分鐘。
結果就是完全不需要寫程式，只能說對主管非常抱歉，浪費您的時間，當場表明不會去。 有一些新創則是直接 Google 一些關鍵字的排列組合找到的。 最近收到益通光能的面試邀請 似乎筆試部份有 英文 和 太陽能相關? 查尋板上似乎沒有該公司相關資料 請想問該公司有沒有人有經驗 還有太陽能考 …
nvidia面試: 薪水2.5萬變12萬！YES123副總告訴你「跳」
遇到的所有面試官都很友善，每一關都像是朋友一樣在討論問題，雖然面試前都會很緊張，但真的開啟鏡頭開始講話之後，緊張感就會慢慢消除。 經歷相關的問題蠻注重專題跟實習經驗，幾乎都會問說在專題裡面扮演的角色，所以專題還是得認真做一下。 實習經驗基本上會照著你寫的東西去問，所以建議在履歷上把實習經驗或是專題有用到的工具全部列出來，還有把自己真的負責且參與的東西都條列式寫出來，這樣比較有機會讓面試官可以從這邊去延伸問題。 第一題是一題 graph 的題目，大概 5~10 分鐘寫出一個次佳解，後續就是跟考官來回討論如何 optimize，跟算時間空間複雜度，約莫 20~30 分鐘的來回修改之後，但考官表示可以了不過還有地方可以 optimize。 接下來就直接進入第二題，第二題是實作題，難度了話如果平常大部分都用框架或是 library 了話有可能會寫不出來，但如果有用原生 api 操作過 DOM 而且了解 event loop 了話，還算挺容易。 119 學碩，大學資管會計雙主修，大學有延畢一年。
最後考一題我覺得是 easy — medium 的題目，我用遞迴寫出最佳解，解釋了一下思路之後，考官表示沒什麼能改進的，就請我休息一下，他們要討論一下。 從開始投履歷的時候我的想法就是希望工作內容是我做了覺得有趣（不希望太重複性）、也會有成就感（不希望太簡單），再來也希望可以從厲害的同事身上學到東西、和公司一起成長、可以實際做出有影響/貢獻的東西。 面試被問「你會怎麼選擇 nvidia面試 offers」我也都是這樣回答。 後來想想權重和給分其實都影響滿大的，未來的我重新選一次說不定結果也會不同。 第二關的面試官是美國的主管（台灣人），好像前兩年轉調去美國。
nvidia面試: 結果
如果有面到做 Database 的公司（如 Oracle），則會問一些 B+ Tree, Cache Design… 的問題，不過我想收到面試後再來複習都不遲。 而板上 Alvin 學長文的點醒，Blind整理的高頻75題真的非常有用，很多題目都源於這 75 題，很適合短時間複習，建議這 75 題定時重刷，刷 3 次以上。 先刷 75 題，再刷 Top Liked \ Top Interviewed ，最後再補完各分類的高頻題，應該面試都會較輕鬆。 思路之所以重要，是因為在面試時，如果你一上來直接給最佳解，可能頂多就 General Hire。 但如果你有逐層解釋自己的思考歷程，逐步推倒出解，就算最後沒寫出來，可能都有 General/Lean Hire，給出最佳解則當然會 Strong nvidia面試 Hire。