美团秋招CV面经

wxg公众号&小程序&小店团队，具体是小店方向一面2.27:两个半小时总共，上来40分钟4道算法题，交word，需要写时空复杂度，难度都是mid左右。然后稍微聊了下两段实习和项目在腾讯视频hippy用起来体感如何，难点有什么在腾讯的SSR怎么做的乾象投资业务开发上的难点如何解决幽灵依赖和桶文件问题你这个vite插件解决了什么问题如何解决tree-shaking困难的问题使用Node，有没有碰到过内存泄漏的问题（如何解决）react的vdom的优势在哪，是否一定可以提高性能，结合场景讲讲react router实现原理HTTPS过程协商缓存跨域，vite代理的原理后端如何配置跨域，Node中间件怎么写从0描述一个CSRF攻击的场景，尽可能详细，哪些方式可以避免，CSRF token的实现（从存储，发送，到加密解密过程）进程，线程，协程，重点问协程设计高并发订单系统设计系统设计上你会采用多进程架构还是多线程。多进程架构有什么优劣势。还有很多问题不太记得了二面&面委:大部分时间都是在聊项目和实习，聊了聊做的工程化相关工作，不同的跨端框架，压力不大(感觉暑期面的三家微信阿里云和蚂蚁，除了一面后面主要基本都在聊实习）hr面:比较有趣的是问了短期利益长期利益如何抉择的问题

本人华五本硕电子信息专业，计算机视觉方向。本科阶段行情好一心想去互联网，想着水个研究生再去挣钱。本科毕业观察到互联网下坡路，转头准备选调，参与实习后也不太喜欢，最后转向央国企求职/读博。研二下找实习阶段随大流跟着同门一起投互联网，由于之前准备读博，有几篇论文在投，就把之前做的工作整合了一下，做了简历海投，历经几个大厂的多轮面试，最后也比较幸运的拿到了基本所有的大厂算法岗，有的是AIGC 有的是视觉。最后去了阿里实习拿了转正。秋招三手抓选手，凭着实习和论文集邮了算法多个ssp（虽然最后都没去），也考了选调（央选、江苏名优），面了一堆央国企（电网、银行、运营商），目标都是江浙沪base, 所以都基...

腾讯 LLM (3+1) 🚀实习+项目占比1/2,八股1/4，代码题1/4，项目被问个底朝天1. 介绍transformers的结构以及每部分的作用以及对应的参数大小2. 介绍位置编码（绝对，相对主要是ROPE，以及Alibi（Baichuan使用的））3. 介绍目前所用的优化器，它们有何区别？项目中使用了LSTM？为什么使用它，不用Transformer？LSTM的不足和优势？优势差点没说不来🥲5. LLM多大的，是否使用并行方式，训练多久，训练过程中遇到什么难题以及如何解决？Deepspeed和Megatron对比一下有何不同，优势分别是什么？6. 你为什么选用Deepspeed？出发点是什么？PEFT的各种结构，简单总结下，各有什么好处？6. linux如何查询某个文件的前几行？回答指令你为什么使用DPO不使用PPO？出发点是什么？7. 阐述下你所了解的大模型压缩技术？并展开讲述1-2个8. 开放题：现在你有两个选择：超大模型的对话助手和很多特定领域的小模型对话助手，你会选用哪种方案？9. 代码题：1. 多头注意力机制源码、2. 对角线矩阵、三数之和、3. 快速排序、最长不重复子数组（？）10.HR就是那样子的，腾讯那边会问：你自己职业规划有什么想法？可三年或五年。面了两次都遇到了。。。#nlp算法工程师# #秋招# #算法# #互联网大厂# #大模型# #实习# #马上消费金融#

感觉又被kpi了，面试官全程不开摄像头+会议只有三十分钟首先又是一道题高精度乘法直接秒了，然后无八股全程拷打项目，具体做了什么、项目背景、技术选型等，场景题微信点赞感觉答得不算太好，然后聊AI、实习时间等，总体来说比较愉快，另外是面了这么多场下来唯一一个拷打了第二个项目的面试，但是只是稍微问了一下全程约45分钟，求放过更：已过，面的时候问了后面还有一到两次面委，纯折磨