1.自我介绍；2.主要用过哪些深度学习框架（Pytorch）；3.介绍自己的论文和项目；4.什么是元学习（项目和论文中用到了）；5.多任务学习的一些框架（项目和论文中用到了，SharedBottom、MMoE、SRN等）；6.介绍一下LR回归、XGBoost、GBDT，以及他们的优缺点；7.介绍一下BERT和ChactGPT；8.如何处理文本信息（Word2Vec）；9.有用过C++吗，说一下C++的三个特性（封装、集成、多态）；10.SQL有使用过吗，只会最简单的增删改查；11.了解哪些深度学习模型（MLP、CNN、RNN、Transformer），说一下各自的优缺点；12.RNN有哪些问题（梯度消失、梯度爆炸），如何缓解（使用LSTM结构，引入门控机制）；13.可以实习多长时间，学校导师放实习吗；12.反问（实习主要做什么，自己应该补充哪些知识）；13.总结：本身是做推荐相关的，没有问太多NLP相关的内容，需要恶补一下NLP相关的知识，总体面试感觉良好；