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#

Tcl后端一面面试时长一小时，面试官非常热情开朗，中间聊的挺开心的，考察八股➕延伸的简单场景居多，无手撕1.为什么选择后端2.学习java的流程计划3.理解最深刻，参与度最高的项目4.ddd架构的理解5.ddd架构的劣势6.多线程的怎么用的7.大数据量情况下怎么去迁移数据和添加索引8.项目中数据库表具体字段怎么去设计的，具体拿出一块功能结合逻辑说明9.线程池的核心参数，拒绝策略，并发执行时候，线程池的执行流程是怎样的，线程池的种类10.线程和底层操作系统的关系11.并发线程在多核cpu时，每个cpu核心都会用到吗，那在单核的情况下是如何进行的12.等待队列的种类13.线程池任务执行完，怎么后续...

岗位要求：FOC，MBD自动代码生成面试过程：视频，HR和技术面同时进行HR问题：HR自我介绍+常规面试问题技术问题：1.主要做过什么工作？2.遇到过哪些问题，如何解决3.围绕2继续问（自己挖坑了，答得不好）4.用的什么无感方法，参数如何设置5.模型搭建细节6.SVPWM扇区，载波频率7.通信协议用过哪些，有几根线8.成绩相关+基础专业知识（比如电机类型及其区别，转差率等）最后的最后：加班接受吗？抗压能力怎么样？ #电机控制#  #面经# #牛客AI配图神器#

分享面经（wxg 某团队----客户端开发）一面 （1个小时05分钟）30分钟的实习cpp的一些问题，比如如何利用windowsapi设计窗口，z型扫描，如何定位等问题（30分钟）1个小时后约复试二面（1个小时）20分钟实习之后看了看我的github，给面试官跑了一下之前自己开源的代码和博客。30分钟。10分钟 反转链表（好多次都写反转链表了哈哈）1个小时后约第二次复试三面30分钟实习（1小时50分钟）场景题 弹窗的设计以及大数据的处理。（跟之前的很像，我发现这些企业都爱考整体的架构设计，）要包括数据库和中间件的设计以及处理。（因为我实习和开源的东西用到过）1个小时20分钟智力题我是真没准备，...