一面1.自我介绍2.介绍业务：是为research团队做一个开源的软件，职责是做开发，但是需要对research的业务有了解，强调是一个很好的平台。问实习时长，因为research那边主要做图神经网络，学习成本高，希望长时间实习and对拓扑结构有了解。3.coding题：给一棵已知结构的树，有一只兔子停在根节点，兔子会往子节点跳，往每个子节点跳的概率是一样的，经过无限长的时间后，兔子停在节点的概率分布是怎样的？4.具体展开了一下简历里的项目，做项目里面最难的点是什么，独立完成还是带小朋友？5.婉拒，说coding写不出来还是不熟悉写少了，算是很简单的题目。问未来的职业规划，科研导向还是工作？反问：择业规划，算法/前后端开发，鄙视链？答：不存在鄙视链，算法大多数做的业务，和开发没什么差别。（我觉得这里说的是岗位本质做的东西不存在谁高贵，但是从业务重要性/薪资/工作环境来说还是有区别的，外企和国内大厂也有区别）相对来说算法岗对算法的能力要求更高，开发的弱一点，觉得我的算法能力在他面过的人里面算弱的，但是沟通和表达能力很好，所以问我独立还是带小朋友做。觉得我可以做前端转架构，在面试的时候表达出我可以做leader的能力。二面1.coding：给一个图，一串结点，一个fanout值，输出这串结点的fanout个邻居。自己定义图的class或者struct1.1问struct和class有什么区别1.2对什么容器熟悉，什么时候用queue和stack1.3set和map有什么区别，底层实现逻辑是什么，查找的时间复杂度是多少1.4如果fanout大于邻居数（vector长度）会不会越界1.5时间复杂度和空间复杂度？2.升级版： fanout是list不是一个值2.1fanout的循环在给的一串结点的外面还是里面2.2应该在外面，因为跳了两跳或者三跳以后，可能有很多重复的3.时间差不多了，问对业务了解吗4.对自己的c++打多少分，说一下c++的特性，虚函数？多态？5.聊聊项目，展开讲了选择特征，用svm这样的做分类6.svm是什么？sv是什么？

斑马网络nlp一面1.自我介绍2.聊项目，使用了什么机器学习模型，怎么选的特征，怎么测评结果，准确率是多少3.为什么只做了文本级别的f1，没有做节点级别的测评（只是好奇）4.对nlp的理解有什么，展开讲大致的流程5.静态的一一对应的词表的优缺点6.动态词向量怎么表示7.多维的词向量怎么映射到0-1之间的概率（比如说情感分类任务）8.对bert、GPT这样的模型有什么了解9.为什么投递10.coding，编辑距离（面试官说太难了时间不够），改成反转链表反问：这个岗位的实习生需要掌握的基本的能力是什么？答：对于nlp算法实习生来说，需要对bert、GPT这样比较流行的模型有了解，包括结构、使用流程、其中的优化、梯度下降、损失函数等等。对这个岗位来说，业务涉及预测生成，对Seq2Seq、大模型的大概方法（架构）和能力上限需要有了解。哈啰街猫一面1.自我介绍，岗位和深度学习相关，请着重介绍这方面2.对深度学习CNN、RNN、transformer模型的了解有哪些（简历和自我介绍里没有体现）3.用python做一个处理，给一个csv，里面有图片的存放路径和txt的存放路径，有脏数据。要根据txt的内容给图片分类，然后创建几个目录移动图片。4.问简历里的项目有没有量化指标，做了什么优化改进，有什么成果反馈。5.聊到爬虫让现场爬一个百度图片（主要是做CV相关）b站推荐算法一面1.自我介绍2.为什么投递这个岗位3.对推荐算法有什么了解4.再介绍一下简历里项目的业务场景，用到了什么模型5.有没有机器学习、深度学习的基础，学过什么课程6.coding，最小k个数7.讲一下代码思路，用的什么排序，时间复杂度是多少8.讲一下逻辑回归的大概过程，用在什么场景，什么是决策边界、loss function、怎样优化loss function9.逻辑回归和svm有什么区别10.决策边界附近的点叫什么11.我用的模型是怎么做指标测评的12.常规的分类问题评价指标有哪些13.roc曲线是怎么画的，横坐标和纵坐标分别是什么，TP和FP分别是什么反问：业务和实习生具体职责，对实习生能力的基本要求是什么？答：主要分两块，偏算法研究和业务，算法需要有比较好的深度学习基础，业务主要是针对不同场景的落地。