主要是按照简历来问部分分享:虾皮:在做领域数据清洗时有没有自己构建pipeline垂直领域大模型增量训练的文本长度问题增量训练有没有做分布式，deepspeed相关的问题微调时，batch中数据长度不一致如何优化训练速率代码:实现梯度累计代码拼多多:数据清洗的pipeline领域模型训练时专有词汇的处理有没有做过强化学习，dpo训练后有没有看过token的概率分布变化代码:旋转二分查找

实习了半年~入职体验: 1.Mentor哥是从韩国留学回来的，而我的专业刚好是韩语。第一印象比较好！两个同事姐都非常非常有趣，中午下班一起吃饭一起drink，氛围很友好！ 2.我的工作内容比较简单，但上手会有很多细节的地方，我认为相比我之前的实习会有一丢丢的dirty work，但这也是难免的，更重要的是去体验和了解这个行业或者岗位，提前规划自己的职业道路 3.薪资待遇：运营150/天，产品200/天，需要打卡。9：30-18：30（弹性半小时）晚8点后下班晚饭免费，餐补30元，提供免费零食咖啡茶水健身房 4.得物有很多员工活动，有读书会、球类运动、狼人杀、脱口秀等等，非常有意思！ - 面试经...

今天老师给大家整理了部分搜索推荐算法工程师(实习)面经。供各位同学参考。✅一面1.自我介绍2.先问如果面试通过了，什么时候可以来实习，实习可以线下不3.问有实习过吗？4.简单了解下简历上的两个项目除了这个课程设计，对于推荐还了解哪些5.介绍下推荐系统的流程6.召回和排序比较大的差异点7.为啥排序会比召回的结果要准呢？8.项目中 DIN 模型里面的 attention 是怎么做的？score 是怎么得到的？知道原文里是怎么做的吗？9.现在主要研究是 NLP 吗？10.简历上的在投论文是一作吗？结果咋样？11.未来是希望做 NLP 还是 做推荐12.毕业论文开始写了吗？13.实验有做推荐的吗？14.大数据相关的技术了解如何？15.用户意图理解、用户兴趣、画像建模，应用到推荐上16.编程题:本科是计算系的，平时刷过 leetcode 吗？回答说：没有刻意刷过，不知道该如何回答。17.判断二叉树是否是镜像二叉树，就是判断是否对称。leetcode 原题回答说这个题可以用递归和迭代来做，写了递归实现。✅二面1.自我介绍2.先问了在投的论文，接受了吗？介绍下这篇 paper3.主观性很强的场景，如何做量化等等4.结果 f1 提升的 1% 怎么保证有效性，如何保证置信呢？5.固定随机种子后，多次实验结果相同吗？6.介绍下第二个项目，跟推荐系统相关的7.结合这个项目，说说自己对推荐系统的了解8.多目标混排算法有哪些9.召回主流的做法10.召回的目的是什么，推荐系统一定需要召回吗？11.介绍下 embedding 召回12.推荐系统冷启动问题，怎么解决13.怎么解决排序结果都是之前电影相似电影的结果14.编程题：最长无重复子数组，leetcode 原题，用滑动窗口来做。📳***************************************

栗栗在线随时od咨询啦，哇，各位，最近好难啊，你们赶紧来找栗栗啊、不限经验，不限地域，不限部门，可提供机考、面试资料和攻略 1、工作地可选择：北京，东莞，深圳，上海，南京，西安，成都，武汉，长沙等研究所 2、招聘岗位：java、Python、前端，大数据、测试，c++，GO，嵌入式，算法等岗位3、可选择部门：ICT（公开，光，计算，无线，数存等），云计算，2012（中硬，中软，中媒），消费者终端BG，BPIT，上海海思，Carbu，2012，GTS,海思等4、六险一金  ，周末双休，年度体检等5、年终奖6、办公环境舒适  7、入职发放年假 8、组织旅游、团建丰富、节日福利多  9、体检，异地入...