成都oppo机器学习算法工程师面经+还愿

#钉钉##暑期实习##面经##推荐算法##推荐算法面经#-形式：电话面试-时间：2024年4月9日 10：00，总计38分钟- 题外话：是否放实习，实习时间、有无offer- 自我介绍- 项目- 论文- 正负样本构建: 随机负采样、热度降采样、曝光未点击、点击上方- UserCF和itemCF的区别和原理- 多目标- 召回和排序的指标，怎么度量性能- 假如系统上线了，效果不好，怎么定位是召回还是排序的问题- 冷启动怎么解决- GBDT和XGBoost为什么就能拟合的比较好。    - boosting方法，前向传播+加法计算，第m棵树学习前m-1棵树的残差，逐渐增强对hard数据的关注。- 那么加深树的深度，是不是效果就更好    - 训练集表现好，过拟合。- 如何应对树模型的过拟合。    -shrinkage参数或者叫学习率    -正则化项    -树的剪枝策略，前剪枝和后剪枝    -子采样    -早停-boosting和bagging的区别：低/高偏差、高/低方差；加法模型/投票-激活函数的选择-激活函数不可导的点怎么处理- 无手撕，居然无手撕- 反问：1. 团队规模2. 业务方向3. 后续提升的建议：推荐方向，比较的贴近业务，你需要到业务中碰到和想到一些问题，细节上可以做深一些。每一个场景中有自己的特点和东西，别人场景有效而不work的，需要明确问题所在；你之后在业务中对这一块应该会更有体会。======================ohhhh，没有手撕，时间也比较短，感觉像KPI。答的也不是很好，大概率寄。找暑期实习前，没有实习经历，等于废废的了。======================更新：刚写完面经，已挂😂😂

一面自我介绍项目+论文为啥项目中使用Ptuning？说一下Ptuning的原理如何关注训练过程中的指标？ 训练步数如何确定？RLHF的整个流程详细llama factory代码看过吗？DPO了解吗？算法题 二分，medium， 旋转数组的最小数字二面二面面试官问了很多开放性问题，就是丢给你一个一个问题/实际的步骤，问你怎么解决，怎么考虑，而不是问某某东西的原理自我介绍项目训练大模型的数据如何弄的？RLHF的三个流程中你觉得哪个应该是最重要的？为什么？为啥RLHF中要用PPO？和其他RL算法的区别？为什么需要Rewar model？Reward model 如何训练？Reward model 你...

🕒 岗位/面试时间AI算法测试一面 4.14👥 面试题目主要聊简历项目，没什么技术问题。详细介绍一下项目。用到哪些技术。遇到最大困难然后怎么解决的。后面就是闲聊，问考研/秋招/其他offer/工作地点相关的情况。🕒 岗位/面试时间AI算法测试二面 4.17👥 面试题目1.先问简历项目，我的简历项目是声纹识别相关。项目深度学习用了什么模型什么框架。遇到哪些问题怎么解决。怎么优化提高模型准确率。模型评估性能指标有哪些。2.python方面，有哪些数据类型，字典型有什么优势。3.计算机课程方面，程序执行速度除代码结构外还会受什么影响，虚拟内存和物理内存有什么区别，4.测试方面，支付宝人脸识别支付怎么测试，功能上具体怎么测试。5.反问。 #春招# #科大讯飞# #测试工程师# #AI算法测试开发工程师#

1. 自我介绍2. 拷问项目论文实习，针对论文里面的细节细问3. 八股环节腾讯wxg问的深度学习里面比较基础的，梯度消失，梯度爆炸为什么，怎么解决快手问transformer比较多，还要手撕attention（输入不是qkv怎么得到qkv），unet，多头注意力还有问ssim计算公式，psnr计算公式卷积相关八股，包括参数量，输出通道数计算BN中参数个数L1相比于L2损失函数的好处还有面试官天马行空，让介绍yolo，sora4. 算法题环节力扣hot100掌握基本差不多，但有时也会手撕一些网络结构，掌握transformer，unet，和一些torch基本张量操作应该也差不多了。