一共只面了两轮，9.3一面，9.9二面，没有HR面，9.20 OC

一面/技术面 2024/9/3 晚上20:00-21:00

1. 自我介绍
2. 腾讯实习介绍
3. 实习过程中做的比较好的部分有哪些
4. 华为框架以及NPU使用过程中遇到的问题
5. LongLoRA和LoRA区别
6. 大模型和推荐你觉得有哪些可结合的点？商品的理解、描述等
7. 介绍快手实习
8. 在线的效果
9. 这段实习主要的难点在哪里
10. user会事先做一些embedding预处理吗
11. loss是什么
12. 会有u2i的融入吗
13. 迁移学习
14. 过平滑理解
15. NeurIPS论文介绍
16. baseline分为哪些
17. BN在train和test的区别
18. 代码题：重排链表

二面/技术面 2024/9/9 下午15:00-15:40

1. 自我介绍
2. 实习中遇到的最大挑战
3. 华为卡训练相关的问题
4. 一般怎么debug
5. 讲一下NIPS论文，论文想法来自哪里
6. 围绕论文问了七八个问题
7. 论文如果要落地，比较难的点在哪
8. GNN里边你觉得最重要的知识点是什么
9. 图采样算法了解多少
10. GNN在工业界的关键落地应用有哪些
11. 这些落地过程中，一般会有什么挑战
12. 你学新东西有没有什么高效的方法，一般怎么看论文
13. 你的这套方法应用后，如何判断是否真的学懂了
14. Transformer的结构讲解
15. 位置编码有哪几种
16. 问了问GitHub里边参与的一些PR
17. 算法题：数组的top-k值，复杂度小于快排