得物 数据挖掘 一面

bg：本人一年半左右工作经验，目前已OC，给出一些现阶段数据挖掘相关岗位的面试经验题，方便大家学习。常问面试题：（1）如何解决模型过拟合问题（2）描述一下xx项目的大致流程（3）你认为在项目中还有哪些不足与改进的地方（4）讲述一下transformers的原理，为什么要采用多头注意力机制，为什么要采用掩码（5）如何处理偏态分布数据（6）如何对异常值、缺失值数据进行处理（7）xgboost与gbdt的区别（9）如果数据量过少，是采用增加特征的方式还是减少特征的方式（10）最开始接触项目的时候最棘手的问题是什么（11）lightgbm为什么计算速度会比较快（12）深度学习loss在某个点处振荡而不收敛是什么原因（13）保存parquet文件和保存为excel、csv等文件有什么区别（14）什么是f1值，f1-score的计算公式（15）xx模型的输入输出是什么（16）如果让你来进行一个机器学习模型的构建，使之效果为良，大概需要多长时间#面试# #面试常问题系列# #数据挖掘# #算法#

一面简历幻觉有哪些SFT相比于其他FT有什么优势如何解决过拟合，L1正则化Transformer的结构PPO对于TRPO有哪些改进SFT的loss是如何计算的？Code：路径数量反问二面项目Code：1，2，5，10凑出N元的组合数三面（疑似凉经）贝尔曼方程了解吗PPO不稳定的情况如何缓解？当前LLM如何拓宽上下文窗口的？减少kv cache了解哪些MLA的低秩压缩应用在NSA的哪个位置了解哪些非LLM的算法做过哪些研究和探索？什么是有价值的工作？Code：找出字符串中01数量相同的字串长度反问三面被拷打了，拼劲全力无法战胜

1.  简单介绍一下项目2.  在中间层建设中遇到过什么问题3.  数仓中状态的更新是比较及时的,如何记录这些状态,最核心是关心最终的状态还是流转的状态4.  拉链表是什么,怎么实现的,执行过程中怎么解决效率的问题5.  用的什么计算引擎,sql在spark上怎么执行的6.  spark的提交流程7.  uv和pv的含义,计算uv在spark上的运行原理8.  MapReduce的原理,快排的目的是什么,有序的目的是什么,知道每个过程才能知道如何去调优9.  sql转ast是怎么转的10. ast做逻辑执行计划优化做了哪些11. 逻辑执行计划和物理执行计划大概有什么区别12. 写sql过程中有没有遇到过执行时间特别长的,引出数据倾斜相关内容(问的很细,基本所有的都问了)13. 不同数据类型join为什么导致数据倾斜14. mapjoin和正常join的区别,mapjoin原理是什么,怎么实现的15. 加随机数打散,两阶段聚合怎么做的16. new一个线程怎么做,thread和runnable的区别是什么17. java集合类用过哪些(说没怎么用过java,就没再问了)18. sql在不同执行引擎下有什么区别,答有些语法不通用,为什么不通用,如何造成这种问题的19. sql中所有关键字的执行顺序20. a join b where条件写在join里面和join外面 有什么区别21. 4道sql22. 一道mid算法做的是计算引擎调优，一直在问spark底层，顶不住顶不住。当晚挂...

（摘自牛客网友）科大讯飞GO秋招面经JDGo后端开发；部门：运维部，做devops平台；base合肥TimeLine8.5一面 -> 8.12二面 -> 8.16三面 -> 8.21HR面 -> 9.6意向offer8.5 一面 20min聊实习内容对比Go和其他熟悉的语言Go的并发 GMP模型Go开发中踩过哪些坑如何设计一个定时执行任务的模块反问：部门业务内容8.12 二面 25min面试官没开摄像头，进会议说看看简历，回答完半天不问下一个问题讲讲大学经历Go语言特性，和其他语言对比MySQL和Redis数据一致性Redis高可用，几种集群模式如何防止数据丢失，RAF...