哔哩哔哩广告算法春招一面面经

聊项目
大模型微调方法了解吗,比如lora
了解位置编码吗 ropeta之类的
了解一些大模型的attention吗,比如group-attention
LSTM相对于XGB的改进
解释一下直方图算法,level-wise分裂方法
level-wise和leaf-wise的优缺点分别是什么
leaf-wise带来的过拟合问题怎么处理
为什么人们更常用GBDT而不是决策树
XGB相对于GBDT的改进
解释一下auc
auc的性质有哪些(排序性质,适用于类不均衡)
auc可以用来评估正负样本比例分别为1:1、1:10、1:100的数据集吗
手撕:搜索旋转排序数组和搜索旋转排序数组II

攒人品~
全部评论
广告算法为什么一直大模型啊
1
送花
回复 分享
发布于 04-24 00:58 浙江
请问有二面消息吗
点赞
送花
回复 分享
发布于 04-26 11:35 北京
国泰君安
校招火热招聘中
官网直投
lstm相对xgb的改进??这个怎么答佬
点赞
送花
回复 分享
发布于 04-28 12:04 河南
lightgbm相对于xgb的改进,问这个问题是因为简历中有,还只是八股
点赞
送花
回复 分享
发布于 05-15 23:42 上海

相关推荐

好久没面了,生疏的一批😭全程一个小时1.自我介绍2.拷打第一个项目,我的是一个rag的项目,先让我大概介绍一下,然后问我对比解码缓解幻觉具体怎么做的,我开始吟唱;然后开始问八股,先问llama跟transformer相比有什么结构优化,我就说了几点重要的;然后问我lora微调和全参微调的区别,我开始吟唱,然后问我为什么不用全参,我说显存什么的,又问了显存占用的对比;接着问我rag有什么缺点,我就说召回不准难处理、文档分块容易破坏语义什么的3.拷打第二个项目,我的是一个论文项目,直接共享论文开始吟唱;吟唱了好久然后开始提问,问我对话生成基座用的什么,我说没用大模型;然后问我为什么用chatgpt作为情绪原因推理的模型而不用小模型微调的方法,我说它能更好的处理常识知识关系,推理的更准确;然后问我大模型为什么比小模型有更强的能力,我就说了我的理解4.代码题,我用的网页版如流,他说网页版考不了代码,让我现场下载客户端,我在公司用手机开热点面的,下载了半天,尬的一批代码题是个乘积最大的连续子数组,应该是比较简单的,我记得我刷过,但是我已经有两个月没刷题了,全忘完了,本来准备今天复习一天,结果mentor直接给我上强度,服了;总之是暴力写的,寄的死死的😭5.反问,问什么业务,说是做千帆平台以及一些tob和toc的业务好久没面试了,有一个月了都,鼠鼠东西基本都忘完了😭这次是在目前实习的公司面的,本来想升级一下项目再面,结果一直没找到时间,简历上漏洞百出的还没改,难崩;然后我发现面试也遵循木桶效应,而我的短板是算法题,看来得认真开始刷了 #软件开发2024笔面经#  #我的失利项目复盘#  #面试中的破防瞬间#  #面试时最害怕被问到的问题#  #算法#  #简历被挂麻了,求建议#   #如何判断面试是否凉了#
点赞 评论 收藏
分享
约的是周六上午的面试,面试官在家主要是围绕项目里进行提问,问得比较温和- 缓存穿透背景- 布隆过滤器的它的原理是什么- 除了布隆过滤器,还有没有其他的方法去避免缓存穿透?- 缓存数据库一致性有哪些解决方式?- 缓存双删它的过程是怎样的,你可以先说一下过程,然后去分析。(这段有点没捋明白,说的有点磕巴)- 还有其他的吗?(先写数据库再删除缓存、binlog+mq)- 你刚才提到了就是说依据是先写数据库再删缓存这种,它的弊端是高并发的场景下不太适用是吗?是的,它我觉得是有一些风险。- 高并发的场景应该用哪种的策略。我觉得用binlog配合mq会比较好。- 令牌限流的原理是怎么样的?- 限流措施还有别的模型吗?- 令牌桶和漏桶的区别?(漏桶不记得了)- 说一下mvcc的实现原理,还有是它解决了啥问题了?- 它能不能解决幻读问题。- 什么情况下没解决幻读问题(这块有点卡住)- 什么是高内聚低耦合?- 有什么设计模式可以保证高内聚低耦合?- 有什么其他的有什么原则吗?就是设计模式的原则。- 问之前实习经历(非互联网)- 做题 寻找和为k的子数组个数- 反问 大team业务是做多媒体 周末不上班除了mvcc问的基本都是简历里项目相关的,项目是123066.3 二面 希望难度跟一面一样
查看18道真题和解析
点赞 评论 收藏
分享
4 24 评论
分享
牛客网
牛客企业服务