阿里淘系暑期实习一面

问题有些怪，基本没怎么问算法相关技术问题，就硬质疑。没出手撕题，体验有些差，可能kpi1.有什么offer了，有了x的offer不考虑留下么2.祖籍哪里，意向部门为什么填的视频号，我们可不是视频号哦（尴）3.最熟悉什么语言，python脚本性能问题怎么解决，怎么优化（感觉太宽泛了）4.熟悉哪些容器哪些数据结构，问字典集合底层实现（面的是算法吗）5.讲实习项目，问一些数据，问认为模型学到了什么信息，然后质疑下业务指标提升的结果，就这个解释半天6.问实习team的规模，组成，和开发怎么对接7.问认为自己有没有自驱力8.关于推荐看的新的论文，讲了一个，不是大模型不满意，问我了不了解大模型在推荐里的应用。我说可能现在都还在尝试，不太成熟，讲了个比较简单的做embedding9.反问:反问了下对面的业务以及有没有大模型的应用，他说有很多啊，很多公司都在用，并且有一定的效果，不像你说的不太成熟，只是说可能没有好的paper（难绷，像羞辱了）over，体验较差，感觉不会有后续了10.28:挂了，体验问卷狠狠差评 #面经# #推荐算法面经# #推荐算法# #算法# #腾讯#

岗位是做首页笔记推荐相关的东西，感觉算是比较核心10.21一面：自我介绍研究经历询问，研究主线是什么你的这些论文主要解决了什么问题收益体现在哪里，baseline包括哪些讲一下大模型实习，我以为会问推荐实习的BERT和GPT的区别，都是怎么训练的二者的finetune一般怎么做SFT和RLHF一般各自用在什么场景，各有什么优缺点目前long-context中主流的方法有哪些transformer和lstm+attention相比，主要的改进点是什么对整个推荐系统链路有哪些了解打分样本空间分布与精排不一致（精排对粗排返回的样本做排序，粗排则要对召回的样本打分），相关的解决方案了解吗介绍下推荐实习...

两小时速通三面后没消息一面:挖实习项目多个二分类进行回归怎么分桶loss怎么设计尝试了哪些视频时长建模的方法怎么利用数据的分布来建模多峰分布怎么处理（既有短视频又有长视频）数据预处理的方法，怎么映射二面:讲项目，提到什么问什么算法题: 最长连续子序列三面:类似huawei主管面，一些比较空的问题，遇到的困难，最有成就感的事关于大模型的看法，对社会的优劣，用过哪些大模型，有哪些新的可以落地的场景 10.28:状态转为Offer评估中了 #百度# #算法# #面经#

26届本科，日常实习1.自我介绍一下2.TCP和UDP有什么区别3.讲一讲设计数据库表的思路答了设计数据库，字段，类型，对一些重点数据加索引4.Mysql有哪些锁，讲一讲答了行级锁和共享锁，实在想不起来了，难受5.Redis加锁，有没有设置过期时间，怎么设置的6.两个项目挑一个熟悉的介绍一下，说一说功能，以及实现阿巴阿巴7.项目中说Redisson分布式锁，讲讲怎么用的8.分布式锁和数据库的锁有什么区别9.用户相似性匹配功能，怎么实现的10.有没有别的算法因为我是AI专业的，他让我说说课内学的，喵的我紧张搞忘了，就说了个聚类11.手撕：删除链表的倒数第n个节点11点面完，下午2点hr打电话说过了，面试官人很好，一直在引导，真的很感谢，处女面给我过了。感觉那边挺缺人。