哔哩哔哩内推

ld说部门搞机器学习 大模型 强化学习方向都有偏业务面试记录！面试问题：- 详细解释一下二元分类中常用的损失函数BCE（二元交叉熵）是怎么推导出来的？数学形式是什么，为什么适合二分类任务？- 在二分类问题中，为什么通常用交叉熵损失而不用MSE（均方误差）？MSE在这种场景下会有什么问题？- （针对简历提问）你简历里提到做过特征重要性分析，具体介绍一下你用过的特征选择方法吗？比如过滤法、包装法、嵌入法这些，它们各自有什么特点？- 处理不平衡样本问题时，你一般会怎么做？比如上采样、下采样、SMOTE这些方法，你觉得哪种最有效？为什么？- 解释一下怎么解决不平衡样本的问题？- （针对简历提问）你工作里做了降采样，这对评估指标比如AUC或点击率有什么影响？降采样后怎么调整才能保证评估结果的准确性？代码题：- 给字符串 s 和字符串列表 wordDict 作为字典。如果可以利用字典中出现的一个或多个单词拼接出 s 则返回 true。（类似力扣139）- 手写一个mse的计算。（用np实现并计算）#牛客AI配图神器#

不知不觉已经在哔哩实习马上一年了，实话实说哔哩实习的体验感真的蛮好的，今年也成功在哔哩顺利转正，拿到正式的offer了。 首先是实习强度💢 ，这块哔哩确实挺好的，实习的时候组内的大佬都不内卷，每天各自完成自己的工作就能下班回家啦，每天晚上8点半可以拿免费的加班餐，9点半能免费打车回家（我住的近，根本用不到） 🫶️ 团队氛围这块真的没话说，团队内的大佬都很乐意帮助我快速成长，犯错的时候，及时找mentor沟通，mentor真的无所不能，而且还会给自己许多思考的空间 公司还有免费的健身房可以锻炼，我今天从五月份到9月份和同事一起去健身房锻炼已经减掉15斤了，而且最近一段时间又新换了一批设备 哔...

树根科技的一面-半个小时算法题：删除有序链表的重复元素II原题LC82. 删除排序链表中的重复元素 II  是在牛客的核心代码模式一开始没运行成功后面说了思路 然后就放我过了我在最后说完思路之后调了一下代码之后运行成功完美😍就两道八股然后实习简单问了一下 没什么好回答的我操又是KPI我的面试八股：1，索引是什么？对于索引的理解？底层数据结构是什么我觉得这道题问的很经典但是可能大家回答的大差不差 这里希望大家看可以回答的有章法一点  我这里贴一下我的回答吧面试回答：索引是数据库中用于提高查询效率的数据结构。它类似于书籍中的目录、通过创建索引、数据库可以更快地定位到数据的位置，从而减少全表扫描的时间，显著提高查询性能。索引本质上是一个辅助数据结构、B+树索引是一种多路平衡树、常用于数据库的存储引擎。Innodb数据库默认使用 B+树作为索引。然后来介绍一下B+树索引1. 首先先说一下B+树的特点是什么：B+树的叶子节点存储数据、非叶子节点只存储索引、不存储实际数据、所有数据都集中在叶子节点。而且每个节点里的数据都是根据索引的值来顺序存放的 也就是顺序存储2. 然后呢B+树适合顺序访问及范围查询：B+树的叶子节点之间通过双向链表连接、每个节点都有指向前一个和后一个节点的指针、以及当前的数据。这种结构使得可以顺序访问、从任意一个叶子节点开始、通过双向指针快速地向前或向后访问其他节点访问高效、无需回溯即可遍历更多数据。也可以通过范围查询、可以通过在链表中找到该范围的起始叶子节点、然后顺序地访问链表中的节点。3. 以及最重要的是：B+树的查询性能比较高：由于B+树的结构是平衡的、所有叶子节点都在同一层、这意味着查询数据时、查询的深度通常比较浅（一般在3到4层）、即使数据量达到千万级、最多需要3~4次磁盘I/O操作就能找到目标数据。这极大减少了磁盘访问次数。 4. 还有就是B+树具有稳定的查询性能：由于B+树是平衡的，所有的数据检索操作都有相同的I/O延迟。这使得B+树特别适合用于存储大量数据并且要求稳定查询性能的场景、这也是我们选择B+树作为索引的主要原因  2.面试官问的问题：  面试官问的是：一个表下有多个索引，每一个索引下都是B+树结构、那每一个索引的叶子节点都是存储的实际的数据吗？一开始没明白这个是什么意思、后来面试官提示了一下才明白原来问我的是：聚簇索引和非聚簇索引（二级索引）的区别。参考回答：分为聚簇索引和二级索引回答聚簇索引：叶子节点：存储的是主键值和完整的行记录（即数据行的所有列数据）。非叶子节点：存储的是主键值和指向子节点的指针。非聚簇索引（二级索引）：叶子节点：存储的是索引键值和该行的主键值、不存储完整数据。非叶子节点：存储的是索引键值和指向子节点的指针。查询过程：如果查询条件使用了二级索引（非聚簇索引）、但查询的数据既不是主键值也不是二级索引值、则需要通过二级索引查找主键值、然后回表查询实际数据。这样会进行两次B+树扫描、分别查找索引和数据。如果查询的列是主键值和二级索引值、并且这两列都在二级索引中（例如联合索引）、则可以直接在二级索引中查询到所有需要的字段、这时称为覆盖索引、无需回表、查询只需要扫描一次B+树、效率更高。

1.这次面试官没有让鼠鼠介绍了。对着简历开始发问，问了一下中间的gap的情况。2.开始对着简历上问八股，因为简历上写了Elasticsearch，问了Elasticsearch为什么可以进行聚合查询，优点是什么，然后Elasticsearch为什么适合AI使用，特点是什么。（鼠鼠完全没想到问这个，没怎么背，这一套下来鼠鼠想回家了）3.然后开始问Maven，Maven从远端到应用经历哪些步骤，Maven本地仓库在哪，Maven为什么如何从远程仓库下载jar包不出错？（这个鼠鼠还知道点，这部分还答了一下）4.然后问了一下Docker部署5.开始问redis，redis缓存有哪些，除了异步队...