拼多多算法面经

一面：

1. 自我介绍

2. 聊了之前实习的大模型反欺诈项目，问了从开发、测试到部署的整个流程。(中间穿插拷打了技术栈：MySQL 的主键和索引怎么设的？为啥这么设？底层数据结构是啥？用了哪个 Agent 框架？Prompt 怎么调的？)

3. 介绍了简历上的 LLM Agent 量化因子挖掘项目，顺便聊了聊投资心得，没怎么拷打。

4. 又聊了上个实习做的半监督学习给流量打标签的项目，穿插问了 XGBoost、怎么缓解过拟合、KS/AUC 这些八股，还让我手写了带正则项的交叉熵损失函数。

5. 做题：一道 LeetCode 的“无重复字符的最长子串”，一道 SQL (类似最大连续登录天数)。

二面：

1. 自我介绍，面试官说是做业务风控的。

2. 还是聊那个反欺诈项目，但这次更偏业务，讨论了之前做法的一些不足，让我现场想改进方案。

3. 给了个他们实际的业务场景（用户恶意退款），还有一张用户交易记录表，让我构造特征来预测这种风险。然后问了怎么判断特征有没有效（IV、PSI 之类的）。

4. 聊了之前实习的因果推断项目，问了 A/B test 相关的东西（DAG 图、分层抽样为啥能减小方差的数学原理）、DML 的原理（问到 ATE 估计量怎么才算 Neyman 正交，以及背后的直觉是啥，聊到这面试官说他也是数学系的）。

5. 优化相关：牛顿法、拟牛顿法、XGBoost 里用的是哪种优化？(二阶泰勒展开，本质是牛顿法)

6. 做题：LeetCode 的“三数之和”。

三面：

1. 自我介绍，面试官说是负责 Temu 搜广推的。

2. 问了为啥转码，以及转码过程。

3. 聊了聊聊神经网络八股（主要是 Transformer）。

4. 问了量化实习里 C++ 的使用情况，比如智能指针。还聊了量化投资的大概流程，他说他也感兴趣。

四面：

主要就是聊聊性格、成绩、家庭、职业规划这些。