安克机器学习（数据挖掘）算法工程师一面

💼 公司岗位需要能在线下实习6个月+的同学，公司AI RUDDEE，氛围超级好，最好有llm数据经验一起探索模型落地的实际领域上海base主要职责1.根据AI团队需求，负责对LLM英文对话场景数据整理及数据质检工作，供算法侧提供训练集或者测试集使用；2.完成AI团队相关文本大模型的评测及效果分析，能够根据培训指导独立完成问题分析及定位，输出评测报告；3.及时跟进数据标注情况，对数据标注结果进行审核，确保数据质量；4.完成其他交代的LLM调研事宜任职要求5.拥有良好的英文听说读写能力，CET-6或者专八水平及以上，语义学或者计算语言学专业优先；6.数据敏感，有过文本或者llm标注经验者优先；7.了解AIGC的前沿应用，在生活中、学习中有使用chatgpt或者相关产品者优先；8.拥有良好的写作以及分析能力，能够自动化处理数据或者使用脚本者优先；9.一周至少到岗4天以上，并且能持续实习三个月；

11月12日投递的简历，13日下午进行的面试。面了45分钟左右。从自我介绍开始，然后是讨论简历上的项目+一些技术问题。最后给了个业务方向的开放式问题。项目问题和技术问题是很常规的问题。项目问题比如：对数据做了哪些特征工程？这让我意识到我选的项目实在不是一个好的项目，基本没有什么特征工程的空间，于是准备把这个项目换掉，去找一个业务含义明确的数据集，才能增进对业务的了解。而且多在数据探索部分去挖掘一些规律，相当于干了数据分析的活儿。这对于业务理解应该是比较重要的。技术问题比如：xgb调了哪些参数？我只说了树的数量，学习率和树的深度三个，实际上还有：colsample_bytree（用于训练模型的子...

两小时速通三面后没消息一面:挖实习项目多个二分类进行回归怎么分桶loss怎么设计尝试了哪些视频时长建模的方法怎么利用数据的分布来建模多峰分布怎么处理（既有短视频又有长视频）数据预处理的方法，怎么映射二面:讲项目，提到什么问什么算法题: 最长连续子序列三面:类似huawei主管面，一些比较空的问题，遇到的困难，最有成就感的事关于大模型的看法，对社会的优劣，用过哪些大模型，有哪些新的可以落地的场景 10.28:状态转为Offer评估中了 #百度# #算法# #面经#

28号下午两点 时长一个小时1:sparksql的具体的执行流程2:sparksql物理计划怎么选择最优的3:sparkrdd是什么的抽象 为什么说spark基于rdd实现了内存计算4:spark和mapreduce的shuffle的区别5:数仓建模理论6:根据我简历上写的项目 构建一个数仓 讲一些有哪些指标什么的7:讲一下你在工作中怎么做数据治理的8:两个sql题 最后一个sql题有长尾的现象 如何解决9:一份100G的数据 需要在1G内存中运行 需要怎么做求求给个二面吧 0offer的选手已经哭死了