好未来NLP机器学习专业笔试记录贴

#美团#问的啥来着，都是些常见的八股，但是有几个我不知道的把我问懵了特别是  spring事务是怎么实现的   我说我只知道数据库的事务  我说用的时候就加个transactional注解还有一点  类加载的时候 能不能自定义一个object类，能不能加载相同类名的？？ 问的啥我也不知道他想问什么还有 如果创建的线程池阻塞队列满了也已经达到最大线程数了，但是又必须要把新来的线程运行该怎么做  额好像问的就是拒绝策略问题是 我的简历写的和后端完全不相关的科研论文他也让我解释解释  哈哈 也不知道为啥另外，我简历写了机器学习的项目，然后他就追着问算法，我吐了后来问他才知道他们的业务就是部署算法什么的  ，有关搜索和推广的，总结：有些八股了解比较浅，深挖了就回答不出来了另外，我还是把简历改改吧面试官挺好的，很和善

40分钟左右，面试官很温柔整体流程如下：自我介绍大模型实习项目介绍手撕multi head self-attention熟悉哪些微调方法代码中除根号d的原因知道哪些norm方式layer norm与batch norm的区别pre跟post norm的区别自由提问团队介绍1. 大模型：mathgpt，做数学题2. 进去做 rlhf，这个方向目前3-4人3. 业务岗，不以发paper 为目的，但可以发4. 算力：1k多卡的h800，不可自由使用5. 希望尽快到岗

#美团暑期# #推荐算法面经# #凉经# 第一次笔试（机试）213/500第二次笔试（机试）390/500100+100+100+80+10#一面-时间：2024年3月26日 11：00，总计58分钟-自我介绍-论文-本科推荐系统项目  -职责  -开发人数  -召回用了什么算法    -个性化和非个性化  -召回怎么做融合的  -排序用了什么算法  -介绍DeepFM的FM侧怎么做的特征交叉  -图片的推荐需要哪些信息，怎么给用户推荐的  -是否需要query文本，有query的话就会变成一个搜索系统    -有的话会考虑query的查询，没有则变为个性化推荐  -对于query文本，有做哪些增强    -字符匹配以及文本embedding相似度计算    -改进的话，可以考虑构建近义词或者tag graph融合多跳邻居关系，即以query文本为seed种子，扩展其语义。  -文本embedding怎么做的    -word2vec  -word2vec怎么训练的，是在自己数据集上训练的吗    -不是，是用的开源的大语料库进行的NLP模型训练。实际上使用小规模数据集训练NLP模型，效果并不会太好  -简历上写了冷启动问题，怎么解决的    -爬虫爬取社交网站，获得数据  -真实业务场景中也会遇见冷启动问题，怎么解决    -协同过滤 itemCF和UserCF    -基于内容的物品推荐    -基于profile的用户相似度计算  -看你了解序列推荐，描述一下你的理解  -介绍Transformer的结构  -Transformer怎么应用在序列推荐中的    -主要用的是解码器部分，QKV，mask的多头注意力机制    -SASRec，TiSASRec-三数之和：板子题-提问：手上有offer吗  -答：腾讯和阿里云过了一面-反问：  -团队规模  -业务：到家群，综合、广告、门票，搜广推相关  -我对该岗位来说，还有哪些需要提升和学习的（这个问题是重中之重，可以侧面了解面试官的态度，对后续面试准备进行启发）：综合能力挺强的，如果想进大厂建议专精于召回、精排等某一方面。===4.1早进入人才库，中午开始重筛简历===4.1中午捞起来了，开始折磨，约的4.3

楼主是研发岗，base北京，2024届实习转正，目前在提前实习中～ 1⃣️实习福利实习工资是按天算的，每月还有额外房补八点后下班30餐补九点半后下班免费打车2⃣️校招褔利六险一金带薪年假 (7-15)全薪病假(5)餐补车补和实习一样免费健身房（还有乒乓球室哦）3⃣️其他福利应届生培养，团子的培养体系还是很完整的，实习期间会有mentor，校招也是，还会有很多可以自学的课程和文章。中秋节的时候收到了礼盒，还是很好看的😋兴趣活动，比如飞盘、各种俱乐部，可以帮助大家认识新朋友😝——————————暂时先总结到这儿了，快来加入团子吧🤤 #美团校招#    #美团2024届秋招#