一起休息吧

历经两个月的鏖战，终于拿下某大厂算法岗Offer！复盘了30道高频面试题，分享给正在备战的同学：机器学习基础（10道）手推LR推导，为什么用交叉熵而不用MSE？偏差方差分解，Bagging vs Boosting怎么对应？XGBoost相比GBDT的改进点？二阶泰勒展开的意义？特征工程怎么做？连续特征离散化的好处？类别不平衡如何处理？Focal Loss原理？正则化L1、L2区别，为什么L1能产生稀疏解？聚类算法K-Means的优缺点？如何选K？模型评估指标：AUC计算逻辑和业务含义？随机森林的随机性体现在哪？梯度消失/爆炸原因及解决方案？深度学习（10道）11. BN原理，训练和测试阶段有什么区别？12. Transformer的self-attention计算过程？为什么要除√d？13. BERT的预训练任务是什么？WordPiece作用？14. 激活函数ReLU vs LeakyReLU vs GELU？15. 优化器SGD、Adam、AdamW的区别？16. 过拟合如何判断和解决？Dropout原理？17. 多卡训练：数据并行 vs 模型并行？18. Attention的几种形式？Additive vs Dot-Product？19. 残差连接为什么有效？20. 卷积参数量和FLOPs计算？手撕代码（5道）21. 手写Multi-Head Attention22. 实现二分类交叉熵损失函数23. 快速排序/归并排序（常考！）24. 编辑距离/最长公共子序列25. 二叉树遍历（递归+非递归）业务场景（5道）26. 短视频推荐，冷启动怎么解决？27. 广告CTR预估，特征怎么设计？28. 搜索排序，如何平衡相关性和多样性？29. 用户长短期兴趣如何建模？30. 线上AB测试，指标怎么选？

之前问AI“宋代有没有专门研究宫廷甜品的文献”，它立马一本正经地给出答案，说现存有宋代古籍《宋宫蜜饵考》，还杜撰了作者“苏饴之”，甚至煞有介事地列数据，称书中收录72种宋代宫廷甜品，连失传的冰酪配方都有详细记载。结果翻遍史料，既没有这本文献，也没有这位作者，连甜品相关的记载都对不上，看似有理有据，实则全是瞎编，让人又无奈又想笑。

咋没什么公司开春招啊😭

1.自我介绍2.项目拷打3.GMP模型，线程和协程的区别4.当程序有很多goroutine时，他怎么调度执行切换5.GC详细解释混合写屏障6.100个协程依次打印1-1007.defer执行顺序8.defer可以修改返回值吗9.哪些异常不会被recover10.子协程为什么推荐要加一个recover11.tcp四次挥手12.为什么要time wait，时间多长13.服务器上如果有很多time wait如何解决，以及出现这个问题的场景有哪些14.服务器cpu占用过高如何去定位，如何发现和判断死锁发生的位置15.http和https的区别，TLS过程16.cookie和session区别17.用j...