小红书 算法 一面二面三面四面hr面(已意向书)
很久之前投的简历,后来石沉大海,这轮是师兄直推然后面试的
9.7 一面
自我介绍
介绍项目
gcn和graphsage的不同
transformer和bert的postion embedding
神经网络如果权重全部初始化为0会存在什么问题
没有隐藏层,单层感知机,是什么情况
单层感知机,使用交叉熵损失,求导
做题:最长递增子序列
问意向城市
反问
9.10 二面
自我介绍
介绍论文,为什么不做成端到端的,异构图
在图上进行采样有什么高效的方法
有没有比较一些文本分类的算法,大规模类别的
做题:计算圆周率,使用的随机数生成,问有没有什么高效的方法
反问
9.14约 9.18三面
9.18 三面
自我介绍,选一个项目讲一讲
多模态对齐实际上到底有没有用,
如何判断表示是在一个欧式空间里面,如果不同的表示来自希尔伯特空间和欧式空间应该怎么做
找工作看中什么,小红书和其他大厂的不同,,,
9.26 四面
据hr说是dalao面
问论文,问实习,都是常规
问图表示学习,如何评估,有没有看过最新的论文,如kdd等上面
n*n矩阵,找到行最大列最小的元素,时间复杂度是多少,如何优化
还有一轮hr面。。。
10.14 hr面
部门介绍
问过往比较重要的时间段
过往比较苦难的时间
目前offer,公司选择, 城市选择