快手 快star 大模型应用 一面凉经

一面：介绍实习30分钟左右 然后手撕一个k个一组二面：介绍实习 然后写课程表2 （leetcode原题）===========求一个三面

前言❝最近有星球同学问我，说看到星球的秋招汇总表里，已经开了很多公司，要不要投递，以及什么时候投递比较好。之前文章里也讲过，秋招投递简历一般有两种方式，官网投递和三方软件投递（比如boss）。这两者投递区别之前文章也有写，不清楚的可以回去看看。那这简历什么时候投递呢，我认为需要分情况：分投递方式的情况，以及分学历的情况（当然简历投递都是默认在已经准备好的前提之下的，别都没准备好，就开始焦虑投不投递了）。其实，校园招聘，秋招对学历的看重性会大很大。当然不可否认，一些学校不太好的同学，能力也非常出众，完全不输那些985、211学生。但是针对企业自己来说，按照学历来筛选是它们最节省一众成本的方式了，...

bg：双一流本，两年工作经验，给还在学习的朋友们分享一些对应经验下企业所问的问题，也有助于自己未来进行总结。以下打⭐为印象深刻的问题。Q：技术面：（1）自我介绍（背景+工作经验+工作内容+成果）（2）项目拷打①推荐算法：（3）注意力Q,K,V计算公式（4）self-attention和external-attention的区别（5）了解过哪些主流的推荐算法（6）讲一下Wide&Deep原理（7）推荐算法中正负样本集是如何构建的（8）如何理解auc指标（9）平时用哪些框架（pytorch），如果接触到tensorflow项目，最快需要多长时间能上手②机器学习算法：（10）了解什么是特征偏移么（11）对于数据不平衡问题的解决办法（12）训练集和测试集的正负样本比相差过大怎么办（如训练集1:49，测试集1:199）（13）知道什么是概率校准么（14）讲述一下二分类的原理⭐（15）平时有了解过LLM么（16）做过xgboost的超参数优化么，以及对早停机制（early stopping）有没有什么深刻理解⭐（17）平时做过哪些衍生特征（18）如何筛选重要特征（19）如何避免特征之间的多重共线性，避免了又会有什么缺点（20）以业务的角度筛选特征有什么缺点⭐（21）xgboost是如何处理缺失值的（22）对类别变量有什么处理方法（23）机器学习和深度学习分别建模有哪些不同点（24）xgboost的多分类和神经网络中的多任务有什么区别

🌈 持续分享自动驾驶算法相关技术干货内容，新闻资讯，大厂实习和秋招准备思路以及算法岗求职面经在当下自动驾驶技术发展浪潮中，端到端自动驾驶技术无疑是行业发展的必然趋势。本文作为《智驾算法一站式求职专栏》中端到端算法面经系列的第一篇文章，分享一下小米端到端算法一面面经，并给出了参考答案。《智驾算法一站式求职专栏》直击行业痛点，既收录感知算法的核心考点与实战经验，帮你筑牢技术根基；更聚焦端到端算法的前沿动态与面试精髓。此外，该专栏还包括诸多高质量的求职文章内容：如何制作一份高质量个人简历保姆级教程如何包装论文成果&科研项目&实习工作话术保姆级教程十五家自动驾驶感知算法面经（附参考答...