网易有道 CV/多模态大模型 一面面经

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...

10.15 一面自我介绍一半打断问项目，问实习，实习里有用flashattention然后直接让手撕，没撕出来又撕lora，撕出来，反问，过10.16 二面自我介绍问项目，实习手撕，给二维坐标系三个点，求一个点离这三个点欧式距离最近，撕到一大半时间有点久，让说了思路说可以，反问，过10.17 三面问项目，实习，无手撕，反问，过10.18 hr面问实习过程比较成功的事，学习经历啥的，纯聊天，反问，两天后过但没通知泡池子到现在给hr打过几次电话，说是排序还要等，估计是排序很靠后，应该寄了 #排序挂# #泡池子# #你都收到了哪些公司的感谢信？# #面经#

在远景的面试流程中，压力面和集体面是许多求职者都会面对的挑战，如何轻松应对面试挑战？远景人来分享心得啦～对于压力面，调整好心态是关键。在面试前，做好充分的准备，包括复习专业知识、了解企业文化等。这样在面试时，即使遇到刁钻的问题，也能保持冷静，从容应对。一定要明白，面试官并非要为难你，而是希望通过这种方式考察你的应变能力和抗压能力。而集体面，则更考验面试者在团队中的领导力和团队协作能力。在集体讨论中，要积极发表自己的观点，但也要学会倾听他人的意见，展现出良好的团队协作精神。同时，尝试在团队中扮演一个引领者的角色，展现出你的领导力。当然，这并不意味着要强行主导讨论，而是要在关键时刻提出建设性意见，...