一面/技术面 2024/7/25 晚上18:00-19:00

1. 自我介绍
2. 为什么不做推荐转行做NLP
3. 介绍实习，从背景、动机、数据处理、实验方案到成果，到后续安排，问了个遍
4. 数据如何处理
5. 详细介绍了LongLoRA，包括各种实验细节
6. Sparse Attention了解哪些
7. Transformer中有哪些加速收敛，防止过拟合的操作
8. 介绍各种norm，batchnorm训练测试差异
9. 位置编码方案有哪些？优缺点
10. 长文本技术了解哪些，详细说一说
11. 长文本和Sparse Attention的结合有哪些，详细说说
12. 介绍NIPS论文，问了一些问题
13. 代码：二叉树右视图，比较基础
14. 反问

二面/技术面 2024/8/14 晚上20:00-21:00

1. 自我介绍
2. 腾讯实习
3. 上线后有哪些问题，如何解决的
4. 除了加数据微调，还有哪些方法缓解
5. 往后做还能有哪些优化的地方
6. NIPS论文
7. 为什么转行做大模型岗位
8. 大模型和推荐你觉得有哪些结合方式
9. 快手推荐实习
10. 推荐全链路简述一下
11. Coding：给定一个数n比如8，找到所有因式相乘组合，例如222 24 42 8，卡了半天，回溯写出来了
12. 反问环节

三面/技术面 2024/08/20 晚上19:00-19:40

1. 自我介绍
2. 问了论文相关情况
3. 介绍了NIPS论文
4. 直接开始做题：给定数n(偶数)，可以形成两行n//2列的数组a，要求对于任意列j都有a[0][j] < a[1][j]，找到所有可能，dfs
5. 对以后做的东西有什么倾向
6. 看了看博客，主要内容都和gnn无关，是否有对搜广推的执念
7. 介绍百度的业务，说欢迎来这边，能不能提前去实习一段时间
8. 还面试了哪些

后续HR说10月份开奖，应该没有面试了，三面看起来像是高管面+HR面