字节抖音搜算法面经（已意向）

薯薯多模态和大模型出身，搜推零基础，意向是字节抖音搜的搜索推荐方向

一面
15分钟实习，15分钟论文，15分钟八股，15分钟算法
八股和实习和论文高度相关。问了ppl的计算与物理含义，Transformer的结构，self Attention为什么要除以根号dk，神经网络能否用全0或全1初始化，还有一些问题记不住了
算法是编辑距离
面完15分钟后就约2面

二面
20分钟实习，穿插点八股，问我大模型的微调技术了解多少，讲了LoRA、ptuningv1、ptuningv2、qLoRA
问我有无搜广推经历，回答无，遂让写算法
给了一道原创（貌似是，没刷过）算法，难度mid，给一个质数数组和一个数k，从数组中选两个数组成真分数，问有多少总组合方式大于k。答了一个O(n2)的算法，面试官让优化，思考了一会想出了一个O(n)的算法，coding并跑通测例
然后面试官加了一问，让找出第k大的真分数，感觉应该是hard难度了，没思路，随便说了个算法
反问，面试官非常不耐烦，以为凉了

三面
莫名其妙就过了二面，三面主管面，面试体验很好，主要讲论文和实习，大概讲了40分钟，可以看出来面试官很认真的在听在问，正反馈很强。
后让写题，找出数组的第k大元素。我知道有两种写法，基于堆是O(nlogn)，基于快排是O(n)。写了个堆的解法，等面试官让我优化，结果没让优化。
后面问了些场景题，问我有没有用过抖音，问现在抖音搜和抖音推存在哪些问题，如果让我来会怎么改进。没什么经验瞎说了一些。

hr面
问问有哪些o，为什么不继续做大模型，家里是哪里的，对字节这边有什么了解

希望能给牛友们提供一些参考~希望自己能做出最适合自己的选择