已经9月底了，私企的面试差不多也就到这里啦。在8月份等着美团转正的过程中陆陆续续投了一些大厂和感兴趣的中小厂，最后也拿到了几个意向。不过作为211本科985硕士，也不是C9，也没有论文还头铁走算法岗的代价，在一些大厂上，简历就十分不占优势。要么简历直接筛掉，要么就是一面后筛掉，主要是字节和阿里这两家。第一家面的就是百度，也是开的最早的提前批，每周一面，也走到了最后的offer评估阶段，由于已经和主管加上微信开始聊业务了，所以就姑且算是offer吧。百度一面面经已经写了，二面和三面就是针对简历的了，没有太多的八股了。领导面不小心提了一嘴对薪资的要求，被拷打好长时间，比如为什么觉得自己应该拿这个薪资之类的。第二家就是美团了，直接实习转正的。第三家是小红书，小红书的面试体验不算好，但是面试的问题比较简单，代码题比较多。等了一段时间后也发了意向。不过我是没有加面的，可能这就是和大佬们的差别吧。第四家就是星环科技了，这个应该是大佬们都不屑得投的公司，但是企业文化之类的还算符合我的心意，我也就投了。最后也就被我这种学历的拿下了，一面的八股还是比较多的，二面则是针对简历的，没有HR面，但是等了一个月才给意向。#晒一晒我的offer##哪些公司面试官让你印象深刻？##你已经投递多少份简历了##星环##小红书##百度##美团#

星环科技一面、二面、Offer 一面--8月17日 如何解决强化学习中的奖励稀疏问题 奖励稀疏问题是指在强化学习中，智能体在执行任务时只会偶尔收到正面的奖励反馈，导致学习过程变得困难。解决奖励稀疏问题的方法有以下几个方向： 奖励设计：重新设计奖励函数，使其更具信息量，提供更多的反馈。可以采用稀疏奖励的方式，即设置额外的中间目标，并给予奖励，这样智能体在不断实现中间目标的过程中也能得到积极的反馈。 使用启发式初始化：通过给智能体提供一些启发式的初始知识，加速学习过程。这些启发式信息可以是专家的经验或者领域知识，在智能体开始学习之前就将其注入，帮助它更快地找到有效的策略。 探索...

一面 一面面试官主要询问了简历上的内容，比较有趣的两个题是这个 bagging和boosting在参数选择上有什么不同： Bagging方法不需要特别关注参数选择，因为它使用随机采样自所有训练样本中进行有放回地重复采样，构建多个基学习器。每个基学习器都是独立的，并行地进行训练。因此，每个基学习器使用的参数都是原始数据集上的默认参数或经验选择的参数。 Boosting方法对参数的选择相对较为重要，因为它是通过逐步优化基学习器来提升整体性能的。训练过程中，每个基学习器的训练都会受到前一个基学习器的影响。通常，Boosting方法会选择一些关键参数，如学习率（learning rate）、树的...

百度2024秋招机器学习一面面经 岗位：机器学习/数据挖掘/NLP-T联合 一面 自我介绍 对项目和实习的大概询问，没有去深挖，只是对一些问题进行询问 询问对大模型的了解，讲了 RLHF 的原理 RLHF是一种新的训练范式，通过使用强化学习方式根据人类反馈来优化语言模型。一共包括三个步骤： 预训练一个语言模型（LM） 收集数据并训练奖励模型 (Reward Model，RM) 用强化学习 (RL) 方式微调语言模型（LM） 使用一个已经用经典的预训练目标进行了预训练的语言模型，在 InstructGPT 中就是使用的 GPT-3 版本的预训练模型； 生成一个用人类...

写一个不使用回溯的算法，而是使用排序的代码，时间复杂度是排序的耗时n∗m∗log(n∗m)n*m*log(n*m)n∗m∗log(n∗m). #include <iostream> #include <bits/stdc++.h> using namespace std; // 自定义一个二维向量的排序规则，按照总和从小到大排序 bool cmp(vector<int>& a, vector<int>& b) { return a[0] < b[0]; } int main() { int n, m; ...

1. 总结 这一个半月投了有将近100来家大小厂的机器学习的职位，大部分都是处于没有动静的状态，给笔试的大部分也是海笔，能进面试的也就没几家了。大部分小厂进了一面，大厂只有美团、百度、腾讯和蚂蚁。 百度由于自己作死没有写出来面试中的算法题直接一面挂了； 腾讯的WXG部门则是感觉他们自己作死，面试官是个新手，面试没有自我介绍和反问环节，一开始让30分钟写四道算法题，一道简单题三道中等题，写完后开始问C++的内容，没有涉及简历的内容，面完直接就挂掉了。这是唯一一家面试体验特别差的。 美团已经拿到offer啦，两场的面试官人都非常好，面试体验极佳，很给人信心，一面有两道中等算法题，二面一道困难题，...

动态规划 假设字符串长度为 n，可以考虑使用动态规划求解。 动态规划数组含义： 令 dp[i][j] 表示前 i 个字符中，左括号比右括号多 j 个的方案数。 动态规划转移方程： 如果是左括号，则 dp[i+1][j+1] = dp[i][j]。 如果是右括号，则 dp[i+1][j-1] = dp[i][j]。 如果是问号，则既可以代表左括号，也可以代表右括号，因此 dp[i+1][j+1] = dp[i][j] + dp[i+1][j-1]。 输出结果 最终答案即为 dp[n][0]，表示左右括号数量相等的方案数。 初始化 需要注意的是，由于原始字符串中可能存在 ? 字符，...

知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别？ 生成式模型先对数据的联合分布 进行建模，然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模，由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布，关心的是对于给定的输入，应该预测什么样的输出。 用一句话总结就是生成模型估计的是联合概率分布，判别式模型估计的是条件概率分布。 模型的方差和偏差是指什么？ 偏差（Bias）：表示模型的预测值和真实值之间的差...

智识神工 第一面 主要是对项目的询问，解释项目的各种地方。 第二面 自我介绍 Double DQN与传统DQN的区别什么？ 最大的区别在于Q现实的计算方法，DQN中TargetQ的计算方法是 YtDQN=Rt+1+γaQ(St+1,a;θt−)=Rt+1+γQ(St+1,aQ(St+1,a;θt),θt)Y_t^{DQN} =R_{t+1}+\gamma \max_aQ(S_{t+1},a;\theta_t^-)=R_{t+1}+\gamma Q(S_{t+1},\argmax_aQ(S_{t+1},a;\theta_t),\theta_t)YtDQN​=Rt+1​+γamax​...

有去知乎这个算法工程师（LLM）岗位实习的吗，为什么就面了一面就过了。