现场人挺多的问了半小时左右，感觉面试官对我不感兴趣 就问的很少勉强介绍了下项目，做了个题就说可以回去了，凉了再也不线下面了。。公司环境看着还可以，很吵闹

主要围绕项目，详细介绍问了下从产品的角度，项目的目标，输入输出，优化方式loss，我做的deepfm，xgboost的loss，优化方式评价指标是啥 如何实现点击率完播率如何建模的手撕：旋转数组

应该是凉了，一面杀手。。没做过大模型，只做过cv和推荐纯纯项目讲了一堆问了python语法，局部变量，类问了家住哪儿感觉进面不是看笔试，笔试拉的不行

我用的deepfm是啥，loss是啥，有没有除了交叉熵以外其他的loss优化器是Adam ，原理指标idcg和auc，问比之前的baseline提高了多少，我忘了比较场景的题，问如果我的模型比baseline还要差怎么调整，如果模型不收敛怎么办面试官人很好，说啥都鼓励算法题是给个数，求连续序列之和刚好等于这个数的连续序列挂了

35分钟一共，ppt讲了10分钟，后面就是问项目问了下分类模型，分割模型有哪些Cuda加速机制正负样本选择问的都比较概括一点，感觉需要自己补充挂了

有相同情况的吗。。

一面 没问推荐算法的八股，只问了项目算法题：并查集，其他能代替并查集的算法？梯度下降和二分求函数的解，梯度下降法如何初始化1. 项目的loss是什么，模型特点，项目问了很多2. maxpooling的反向传播3. 多模态怎么处理成特征数据的4. scaled dot product attention 公式二面算法题：全排列21. CNN用的什么卷积核，项目2. 实习做的精排，目标是什么，模型用的什么，mmoe预测和单独用多个模型预测的区别3. 排序指标用的啥4. self attention公式，为啥除以根号dk5. fm的公式，如何优化的三面算法题：前k个高频基本都问的项目1. CNN的特点、好在哪，visiontransformer的输入2. 激活函数有哪些，介绍，leakyrelu零点的导数怎么求3. sigmoid有什么问题，梯度爆炸算法题我开始用优先队列，问了下大根堆的时间复杂度，面试官说用快排的思路写，没写出来

一共差不多20min，一周没结果应该是凉了先做自我介绍，问题都是很快的问题，超过十几秒没想出来就问下一个1. c++怎么处理异常2. 给数组a1,a2,a3,b1,b2,b3 怎么不使用额外空间变成a1,b1,a2,b2,a3,b33. pytorch怎么创建层4. CT值表示什么意义，范围是多少，CT值为0代表什么5. 双向链表和数组的插入\访问时间复杂度，双向链表如何插入一个数6. c++写过的最大的项目是什么7. pytorch如何反向传播，如果一个层被冻结了，上一层的梯度如何传播?8. tensorRT是如何部署，加载模型并预测的？9. 我的去噪模型的精度是如何衡量的，用什么指标，有什么其他指标，他们分别有什么缺陷

不用自我介绍，就是聊项目，面试官人特别好，我特别菜大概讲了讲项目后做算法题，第一题self-attention，用pytorch，继承pytorch.nn.Module写forward函数，没写出来，如果写出来了应该会继续写mask self-attention第二题求前K个高频数第三题二叉树 前序遍历中序遍历后序遍历 然后根据后序和中序结果写前序遍历机器学习问了过拟合 决策树，xgb和随机森林的区别Word embedding 如何处理float和文本数据我的多模态，模态指的是什么DNN里面的加权是如何加权的mysql里说的潜在性能问题和监控指的是什么快速排序的时间复杂度python基本语法，字典、列表底层的实现是什么对数据做归一化的方式有哪些？如何去除噪声异常点？有哪些数据降维的方式？PCA的原理？如何判断两个句子之间的相似性？还有个大意的点，我一般都用c++写算法题，面试官以为我用python就默认了用python的IDE，结果我好多函数想不起来怎么调用，涨教训了，应该好好学Python的面试官真的很好 我啥也不会 他简直相当于把简单的八股全都问了一遍，真当给我复习了差不多第二天中午挂的

笔试题求问int array[] = { 10,20,30 };cout << -2[array - 1] << endl; 答案是-20是怎么算的呀