祝大家都能拿到满意的Offer！1. 项目拷打2. 实习拷打3. 模型为什么不直接用单任务估 pcvr，这不是更直接？4. 为什么多任务模型比单任务更好？5. 特征层面进Sharebottom特征怎么选的？6. 广告模型用的特征具体有哪些类别？7. 用户侧特征都有什么？8. 自己有具体去看过特征吗？比较重要的有哪些？9. 做网络优化前有考虑先从特征统计层面做优化吗？10. PLE和MMoE用过没？为什么效果不如当前的模型优化？体现在哪里？11. 共享屏幕随便打开一个讲 MMoE 的博客讲一遍12. MMoE 你觉得最大的亮点在哪里13. MMoE 伪代码14. 关于增量特征，从原始特征选一部分，而不是做更多新特征，这点怎么考虑的？15. 八股 QKV怎么做并行的 写个伪代码16. 场景题：滴滴打⻋用户一公里之内随机出现⻋，求距离期望

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 多目标预估如何解决跷跷板问题2. MMoE为什么能够做到多目标优化3. 除了MMoE还有什么其他的多目标优化模型4. 除了auc还有什么度量排序结果的指标5. ctr校准所用的list-wise模型的结构是什么6. 如何评估ctr校准模块的效果7. 算法题：实现auc

自我感觉答的不好，语言组织能力差，但面试官说还可以项目拷打+八股1.BM25是怎么设计的2.讲讲Lora3.整个训练花了多长时间4.数据集怎么构建的？5.了解强化学习吗？6.rag问答的整个流程是怎么样的7.讲讲训练的损失函数有哪些反问1.我表现如何2.公司主营业务和落地产品3.公司人事架构4.是否有成熟的技术文档刚面完就oc，体验感很好，不过200人的ai公司算小厂吗？

发一下问题给大家参考，攒攒人品！1. 实习介绍，问的比较详细2. 项目拷打3. 介绍下多任务模型mmoe4. 介绍一下深度学习中的dropout5. 训练和预测过程中dropout设置方式，跟训练保持一样，还是随机选择一些节点丢弃，还是有其他方式6. 神经网络训练参数初始化方式，分别会有什么问题7. Layer Norm和Batch Norm的区别8. 梯度爆炸和梯度消失是为什么，如何排查，如何解决9. 介绍一下自适应学习率的算法10. 集成学习中的bagging和boosting有什么区别，分别选择一个代表算法进行介绍11. 代码题 LC 编辑距离

继续来分享下之前的面经~1. 实习拷打2. 聊项目3. 手撕代码1: 用pytorch写self-attention4. 手撕代码2: 前K个高频数5. 手撕代码3: 二叉树前序、中序、后序遍历，然后根据后序和中序结果写前序遍历6. 了解广告、推荐算法吗？7. 介绍下wide&deep、deepfm8. 多任务模型怎么联合学习9. 过拟合的原因和解决办法10. 决策树，xgb和随机森林的区别11. 对数据做归一化的方式有哪些？12. 如何去除噪声异常点？13. 有哪些数据降维的方式？PCA的原理？

Boolean expression:0 false1 true2 OR||3 AND&&4 XOR ^5 NOT !Binary Tree:3 (F)/       \5(F)      4(F)/          /    \2(T)   1     1/     \1     0current result = falsedesired result:  trueIn one operation, you can flip any leaf.Return the minimum number operations that need to be done such that evaluation of root yields desired result.3 (T)/       \5(T)      4(T)/          /      \2(F)   1 0    1/     \1 0    0return 2dp➕二叉树遍历 真有意思🤔

整体面试还是不错的，但是没后续了，攒攒人品～1. 项目拷打2. 实习项目介绍，问的很细致3.  wide&deep模型怎么得到user/item embedding的？4. wide&deep用的是什么损失函数5. mtl模型了解吗？介绍下mmoe6. 多个任务怎么平衡loss7. relu做激活函数优缺点8.   catboost和 xgboost 区别9. catboost 怎么处理类别变量的10. 然后又问xgboost 怎么处理缺失值的11. xgboost的损失函数是什么12. DIN里activation unit结构介绍一下13. transformer结构中的attention机制是怎么样的14.   神经网络初始化权重为0的影响

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流实习拷打1. 多目标线上融合公式形式如何确定，有什么差别2. 多任务模型loss权重如何确定3. 多任务模型介绍一下，mmoe ple4. 跷跷板问题了解吗？什么原因产生的，如何解决？2. BN和LN有什么区别，BN适合在什么场景3. BN在预测和训练有什么区别4. 优化器了解吗，adam怎么做的5. auc怎么理解，回归任务怎么计算auc6. 手撕代码：leetcode原题，是否是有效括号。

继续来分享下之前的面经~1. 为什么不用DIN对用户行为序列建模2. 怎么判断学到的embedding好不好3. 如何对序列做预处理4. 为什么要共享embedding？5. 如何判断过拟合欠拟合？怎么解 决6. L1和L2正则化区别7. dropout有什么作用8. 手撕代码：二又树的最近公共祖先

感觉自己说不明白业务逻辑...1. 业界目前针对特征交叉是怎么处理的？2. 你们当前模型的主要网络结构是什么样子的3. 模型的embedding维度是多少？不同特征的embedding维度是否相同？4. 当前的方案有没有考虑使用大模型进行处理？5. 介绍一下不同的召回方式以及召回原理6. 召回的模型是什么样子的7. AUC的概念，计算过程？8. 还有没有其他相似的评估指标，为什么需要其他评估指标9. 训练样本的形式有哪些？分别进行解释10. 代码1: 手撕TSFM11. 代码2: 股票交易，最多两次操作，利益最大值

祝大家都能拿到满意的Offer！攒人品中～1. 实习项目介绍2. BN的可学习参数？作用？3. xDeepFM介绍4. DCN的架构5. WideFM和DeepFM区别？这一系列模型出现是为了解决什么问题？6. 长序列建模的方法7. DIN架构实现细节8. SIM改进了什么问题9. 召回粗排精排的链路10. 多任务学习MMoE的认识11. 介绍相关模型（MMoE，PLE）12. ESMM13. SSB样本选择偏差14. 算法题： 树的直径，子数组和等于k的数目

发一下问题给大家参考，攒攒人品！1.实习拷打2.项目中的工作流是怎么搭建的3.工作流怎么评测的4.工作流的项目是怎么部署的，单体应用还是微服务架构?对K8S的了解5.谈谈你对DDD的理解6.你了解MySQL的多表Update吗?7.Redis的发布订阅机制8.讲讲开源项目的贡献经历9.工作流搭建的时候有没有设计到可用性问题10.聊一聊你们项目中分库分表是怎么做的11.讲讲一些不常见的设计模式，你是怎么理解和使用的12.讲讲你对RAG的理解

1. 遇到模型 怎么调都不涨点，你会怎么排查？2. 你最近在看什么 AI 论文/技术？3. 为什么想做 AI？未来规划？

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 实习拷打2. 为什么需要预训练ESMM？3. 多目标双塔粗排模型的理解？4. 粗排样本怎么构造？5. 是否考虑直接使用精排部分embedding？6. L1 和 L2 正则化的区别？它们都能防止过拟合吗？7. 写出交叉熵的公式，并解释交叉熵的推导过程。8. 介绍dropout的作用，训练和测试阶段是否有区别，如何解决dropout预估偏高的问题？9. 如何判断模型是否过拟合？10. 如何缓解过拟合？11. 概率题：计算骰子扔到6的次数的期望。12. 解释AUC的定义，它解决了什么问题，优缺点是什么，并说出工业界如何计算AUC。13. 代码题：计算中缀表达式的结果，包括括号

继续来分享下之前的面经~欢迎友好讨论，信息共享拷打项目，然后是问题：1. ROPE为什么不会对embedding后的词意造成影响？2. BF16和FP16有什么区别，为什么现在主要用BF16不用FP16？3. transformer的点积注意力，为什么是点积而不是纯粹的余弦相似度手撕：数组里重复的数据

1. 你做过什么 AI 项目？讲清楚：数据→模型→效果→优化。2. 遇到数据少怎么处理？3. 模型上线遇到过什么问题？4. 怎么加速模型推理？5. 有没有用过：LangChain、Chroma、FAISS、LLaMA Factory 等工具？

给我面没招了，感觉自己好菜1. 介绍项目，主要只问了和强化学习相关的那个项目。2.项目强化学习部分，为什么用 DPO 而不是 PPO？GRPO效果怎么样？为什么要用GRPO3.DPO 的目标函数 / 损失函数大概是什么思路？和 PPO 区别在哪？为什么要加 KL 散度限制？为什么要防止和原模型偏差太大？4. 你对 Transformer 的 Encoder-Decoder 结构理解如何？Self-attention 公式是什么？5. 了解 Multi-Head Attention、Group Attention、MLA、KV Cache 这些优化吗？Group Attention是哪两个可以复用？无手撕

约半小时 1.自我介绍2.机器人算法了解哪些？说一下RRT算法的逻辑和原理，说一下他和APF其他算法的主要区别？3.学过哪些计算机类的课程？4.讲一下数据结构中栈和队列的区别和分别适用的场景？5.二叉树有哪几种遍历方式？遍历的时间复杂度是多少？为什么是O(n)6.讲一下各个项目的主要人员组成和你负责的部分？是以工程为主吗？7.实习经历主要以开发板为主吗？用了哪些开发板？8.项目2用的是ROS还是多线程？为什么要用多线程来做？为什么要用共享内存，不是正常来说也可以进行数据传输吗？9.Linux熟悉吗？如何找到一个进程查看他的pid编号？找到他以后可以用什么指令对她做什么？kill指令有哪些接口？10.程序崩溃了如何定位你的问题所在？11.反问：去了做什么，主要技术栈？两周后发感谢信了，凉凉

1. 什么是 Prompt 工程？你用过哪些技巧？2. RAG 是什么？为什么要用 RAG 而不直接精调？3. 大模型 微调（Fine-tune） 和 Prompt 的区别？4. LORA、QLORA 了解吗？为什么轻量微调好用？5. 大模型幻觉怎么解决？6. 怎么评估大模型效果？