字节大模型算法工程师

百度这个面试官感觉是做数分的，简历中充数量的数分项目都问了个遍，整体感觉还好，可能是缺人的原因，面经如下--------------------------------------------1. 介绍用户行为分析及推荐系统构建项目2. 数据来源3. 数据维度有多少4. kmeans按照什么聚类5. 目标向量是什么6. 漏斗分析的收益7. 留存率流失率8. 数仓分层架构9. 活动表会影响哪一些用户，怎么剔除出来10. 零点漂移11. 拉链表12. 拉链表的更新周期13. 天气预测模型项目介绍14. 时间序列上的考虑15. 模型有哪些参数16. 开窗函数17. 分区和分桶18. 数据倾斜mr，spark19. 写mr编程（没写）20. 怎么判断用户上次登录是否7天前21. 用户数据大，select怎么查询进行调优22. 25号写好的表，26号更新lag怎么更新23. select怎么随机抽取 rand()-------------------------------------------hr跟我说通过了，但是还没发入职邮件，不知道会不会鸽我

一二面连在一起，当时被打了个措手不及一面/HR面 2024/9/5 下午13:30-13:40自我介绍从实习中学到了什么实习和在学校的差异你觉得有哪些找工作时最关注哪些因素家乡是哪里，base选择做一个自我分析，谈下自己面试这个岗位时有哪些优势，同时有哪些不足需要去改进反问：面试流程问题，HR面和一面技术面一起，后边再来一轮技术面就OK了二面/技术面 2024/9/5 下午13:40-14:40直接开始八股Transformers中为什么用LN不用BN图像中BN是怎么用的在NLP中如果句子长度不一致，用BN会有什么后果给定一个三维矩阵bsz * seq_len * dim，BN和L...

base：深圳 10月10号投，11号一面，效率很快。40min 一面1.自我介绍2.手撕代码：回文数 3.个人项目    1.个人项目的出发点    2.项目的服务有什么    3.怎么部署的大模型    4.langchain 怎么使用的    5.Agent设计的工具类等细节4. Transformer面试官着重问的是个人项目的实现细节，算法问的不是很多。

部门具体做车载语音智能助手相关的业务，10.11一面，10.17二面，目前约了下周三的HR面 整体感觉还好，只不过二面差点被打回原形，问了太多机器学习八股，面试官喜欢反问追问到底，给人比较大的压力 希望HR面顺利~一面/技术面 2024/10/11 晚上18:00-19:00自我介绍介绍大模型实习应用场景是什么，有什么意义构造SFT数据的细节SFT的prompt模板目前的方案有没有什么创新的地方后续有没有什么改进，具体介绍一下效果如何评估大模型SFT过程中自己有没有什么总结出来的经验SFT过程中如何判断是否过拟合硕士期间发表的paper，可以结合ppt来介...