0824笔试A 2.4/5，一志愿自动驾驶简历挂，二志愿机器学习被捞，两轮技术+HR面后排序挂一. 一面09.041. 过采样的一些方法2. 图神经网络的过平滑现象3. 三元组的损失的样本的选取原则4. 课程学习，调度器的公式是怎么样的？大概的形式是如何的？5. BN的作用是什么6. RNN和LSTM和Transformer的区别是什么7. Relu和sigmoid的函数区别？8. 深度学习的过拟合有什么解决方法9. 介绍一下逻辑回归10. 介绍一下决策树和XGBoost11. 哪一些基础性能会在你的就是未来的职业当中会被反复使用的。然后你在就是学习的过程当中，又去做了哪些事情去提升这种技能呢？ 手撕：1）梯度下降法求解根号n2）反转链表内部的部分区间 反问：1. 部门业务以及技术栈二.二面09.131. 一些自我介绍和经历讲述后【和一面差不多】，感觉开始类似HR面了2. 职业规划3. 假设让你在一个新的领域，然后去工作的情况下，你觉得通过哪些方式，你能更好的去学习这个知识和掌握新的技能呢？4. 在学校做研究或则实习的过程中，有遇到哪些困难或则挑战吗？5. 在进行多次的实验之后，有没有总结什么经验呢？6. 在研究或实习的过程中有遇到与人合作的吗，这其中会有什么问题吗7. 在众多岗位里面，做选择的话，你会考虑哪些因素呢？#你都收到了哪些公司的感谢信？##机器学习##深度学习##美团#

没想到居然给过了？？？！！！今天下午HR电话联系发了二面-----------------10.21 更新-----------------结果：挂了，但整体面试体验很好（除了公司难蚌的网络）先自我介绍，不过网络卡顿比较严重，面试官中途一直没怎么听清，断断续续的，本来先拷打项目的，就直接进coding环节了一共两道手撕：1）实现softmax，秒撕，但是公式记错了（跟之前科研做OoD Detection时候的写的softmax变式记混了），自己也觉得有问题但就是没发现在哪儿，寄 2）给定一个单调递增数组，且满足大小关系：2 * a[i-1] < a[i]，判断是否存在两数之和为k，要求O(logn)时间复杂度和O(1)空间复杂度。在面试官逐步引导之下做出来了，还让手撕了lower_bound和upper_bound手撕感觉寄的差不多之后，又开始结合项目拷打八股（其实就是挑项目里的点问八股，不关注项目本身），深挖了LoRA的原理和细节（只是用过没有深入了解细节，被挖出来了）为什么DeCoder Only是目前大模型的主流，有什么考量和优势在？为什么ResNet没有像transformer结构上不断地堆参数规模？总体来说，面试专业度挺满意的，感觉比理想一面（还搞KPI）和宁德时代好太多。最近忙着搞开题和实习，很久没看八股了，最近不少面试被问到准备过的感觉都答得一般，得再抓一手了。 #你都收到了哪些公司的感谢信？#  #小鹏汽车#  #秋招#  #算法工程师#

还愿了！！！已OC！！！------分割线----------9.30面完三面一直焦急等待，可以求个oc吗呜呜呜

小鹏一面凉经我们在Java常用的一些多线程管理的这种方式一般有哪些线程的话它会大概有怎样的一个状态流转，它大概有几种状态？如果说schronized修饰一个静态方法，它的锁信息存在哪里呢？哪个对象的对象头里？线程池的设计可能会需要从哪些方面去进行考虑？Hashmap如何扩容算法：快排、三数之和，时间复杂度如何优化