面完三天后官网中止，面试官有开摄像头，不会打断人，没压力面，面感不错1.自我介绍2. 项目拷打（40%）3. 计网八股 （30%）4. k8s(20%)5.手撕，忘了是啥，撕出来了6.反问本鼠项目都是后端开发，反问环节也是了解到业务都是k8s强相关的，我唯一接触到k8s的只有实习的时候公司的一些集群。。。对技术细节实在是不是很清楚，面试官也说了岗位不太匹配唉，可惜没能成为老铁#面试中的破防瞬间##牛客创作赏金赛#

上班感受：快节奏 体验感十足 ⭐️ 学习：每天时间很快也很累，感觉要学的要做的东西真的太多，我会不断的向内求，如果有问题我会及时记录然后及时询问前辈，作为刚入职小白，新知识根本学不完！抽空学！ ⭐️ 通勤：住在公司附近所以步行十分钟左右，早上9:30打卡 也可以十点（如果你前一天加班到十点）奈何早上床成了我的老家😭早上必须咖一杯 一月可以迟到60m很人性化 五次补卡哈哈哈 ⭐️ 两周感悟：高效办公！合理分配时间！任务清单明确！把更多的时间花在有意义的内容上！！！抽闲暇时间做一些赶进度工作！勇敢！ ⭐️ 部门氛围：同事和leader无敌好，来的第一周就请我们整个组吃饭😭我们部门的氛围真的太好...

1、文本分类特征选择算法卡方检验（Chi-Square Test）：统计特征（词）与类别之间的独立性。卡方值越大，特征与类别的相关性越强。信息增益：衡量特征为分类系统带来多少信息量。信息增益值越大，特征越重要。互信息：衡量特征与类别之间的统计相关性。TF-IDF加权：通过词频（TF）和逆文档频率（IDF）筛选重要特征。高TF-IDF值的词通常为关键特征。2、ReLu替换Tanh的后果ReLu在负区间的梯度为0，可能导致神经元“死亡”​​（Dead ReLU）3、GPT的多种能力文本生成：生成符合语境和逻辑连贯的文本（学术、故事、文章）代码生成：生成可执行的代码片段（脚本、debug、功能实现）对话交互：模拟人类对话，提供个性化交互体验（客服、助手、陪伴）创意内容生成：艺术创作或设计（诗词、图案描述、营销文案）数据与知识生成：结构话信息提取或虚构数据生成（表格生成、虚构数据）多语言生成：跨语言内容生成和翻译（多语言写作）逻辑与推理生成：解决数学问题或逻辑推理任务（解题、策略）4、大模型训练和推理的参数量判断，需要多少显卡。（14B）训练：模型参数（14B）+优化器状态​（如Adam）：每个参数需要存储参数、梯度、动量、二阶动量（共4份 FP32 数据）+梯度：以 FP16 存储 14B + 激活值（Activations）​：与批次大小（Batch Size）、序列长度（Sequence Length）相关，通常占用 ​20%~50% 总显存。 约为14*2+14*4*4+14*2+50=330推理：参数 + KV缓存≈28GB+1GB=29GB（FP16）或14GB（INT8）5、文本、图片、视频的标注方式文本分类、命名实体识别、关系抽取、序列标注、问答标注目标检测、图像分割、关键点识别、图像分类、OCR标注动作识别、目标跟踪、时间序列标注、多模态标注6、常见的数据清洗方式删除缺失记录、填充缺失值、标记缺失值、删除重复行、合并冲突字段、检测异常值、数据格式标准化、标签一致、逻辑一致、文本去噪、平滑技术7、简述残差连接​残差连接（Residual Connection）​ 是一种通过跳跃连接（Shortcut Connection）将输入直接传递到网络深层的技术，从而缓解深层网络的训练难题（如梯度消失、模型退化）、​加速模型训练、增强模型表达能力8、大模型训练的全过程数据准备与预处理数据收集数据清洗分词，编码加载模型迭代训练#牛客AI配图神器#

面经：1.‌简历筛选‌：‌公司收到简历后，‌由HR初步筛选，‌符合职位要求者进入下一阶段。‌2.‌技术笔试‌：‌通过简历筛选的候选人需要参加公司组织的技术笔试，‌考察技术能力和解决问题能力1。‌笔试内容可能涉及编程语言、‌数据结构、‌算法基础等。‌3.‌技术面试‌：‌笔试合格者将进入技术面试环节，‌由公司技术团队进行面试。‌技术面试主要考察候选人的技术能力、‌项目经验和对技术趋势的理解。‌面试问题可能包括候选人开发过的项目细节、‌技术难题解决方案、‌对新技术或框架的了解等。‌4.‌素质面试‌：‌技术面试合格者将参加素质面试，‌由HR及部门负责人进行面试。‌素质面试主要考察候选人的沟通能力、‌团...