腾讯音乐 邮件意向

机器学习岗8.13：投递简历8.20：一面8.23：笔试8.26：二面9.3：三面9.9：测评9.12：HR面10.18：官网状态转offer阶段10.21：意向书泡了一个多月，终于泡出来了。。。项目以外的面经：一面（50m）- 为什么现在RAG大部分都采用召回+精排的方式来检索知识？- 模型训练的时候有没有遇到过loss不收敛或者loss骤降为0的情况？有什么可能的原因导致？- 讲一下transformer- 场景题：假设你每日可以获取到某社交平台的社区数据，每日数据量很大，怎么从中获取到关于某个产品的评价数据。二面（35m）- 场景题：我有一大堆用户评论数据，我想要从中筛选出关于某个话题的内容，并且还要分发给不同的部门，如何实现？- 场景题：对于一个对话系统，假设我对于模型的回复正确率的要求特别高，并且我需要知道一些精确的数据，不只是泛泛而谈，比如我问“qq音乐今天DAU是多少”，需要模型给出具体的值，你觉得要怎么设计？- 场景题：估算一下混元的DAU- 怎么理解大模型的记忆- 数据从用户到服务器的传输过程- 讲一下数据容灾- 讲一下分布式编程- A/B测试三面（1h）- SFT和RLHF的作用分别是什么- 讲一下RLHF- RLHF中的reward model怎么训练的- 讲一下DPO- 讲一下transformer- 讲一下GQA，GQA有什么优缺点- 有了解最新的大模型吗？了解llama3.1吗？- 有了解哪些LLM分布式推理技术吗？- 讲一下大模型量化技术HR面（25m）不像面试，更多的是聊聊天，问一下个人的发展意向和职业规划#腾讯音乐##算法工程师##晒一晒我的offer#

国庆假期刚结束，马上就收到了一位粉丝分享的腾讯音乐面试经历。这是一场质量很高的面试，大厂面试官确实实力强劲。但是由于一直忙于交接和工作，他完全裸面，所以在面试后直呼：“想哭，面试中全程被面试官牵着走，没有掌握主动权将话题引向自己擅长的方向”。所以我建议大家在面试前一定要充分准备，特别是项目相关内容要深入理解每个决策背后的逻辑。下面看一下他分享的内容吧：面试内容（一）开场面试官介绍岗位岗位为腾讯音乐 - 全民K歌 - 国际版 - 直播歌房后台研发工程师，主要负责直播相关功能，开发语言为Go和C++。关于求职者基本情况要求5分钟以内的自我介绍。被问到所在公司技术团队裁撤后为何会留下自己。岗位bas...

到底啥时候发意向呀，已经跑成巨人观了，还不一定能泡出来！

腾讯：转正 9.10 意向腾讯TME：9.12 一面 9.23 二面（G，很多东西没接触过，太菜了）字节：9.10 一面 9.12 二面 9.23 三面 9.26 四面 10.18意向阿里云：9.10 一面 9.18 二面 9.26 hr面 10.18 意向蚂蚁：9.18 一面 9.24 二面 9.27 三面（G，技术栈不匹配，为何不一面挂）美团：到店 9.23 一面 9.29 二面（G，以为base上海） 到家 10.14 一面 10.16 二面（流程ing）帆软：10.11 一面 10.15 二面 10.18 三面（流程ing）饿了么、联想、阿里国际直接...