斑马智行大模型算法实习一面

面试总体时间还是挺长的，面了一个小时十分钟左右，整理下面经攒攒人品！项目拷打1.介绍一下xgboost，他和gbt的区别是啥，xgboost为什么要用引入二阶项？2.MAE/RMSE是啥，分类问题为什么用交叉熵损失函数？3.逻辑回归如何做分类？阈值如何选？4.介绍一下transformer，transformer的Q K V分别是啥，注意力机制的公式是啥，为什么要除以根号下dk，你觉得大语言模型能为推荐系统做什么？5.考了一个线性规划问题的建模力扣题考的是 最大岛屿面积的改编

实习中的Redis缓存，如何估算Redis占用内存TCP三次握手四次挥手，TCP的可靠性如何保障，讲一讲超时重传、滑动窗口和拥塞控制Linux查找哪个端口占用的命令MySQL事务的四个特性SQL一条命令查找分别数学成绩高于90分和英语成绩高于90分的学生人数如何排查慢SQL，索引具体如何优化数据结构方面zset和树应用场景的不同Go语言中的并发介绍大量数据内存小的情况下判断是否存在集合内的数怎么解决谈一谈对于Agent的理解好久没面试了，还有一些缓存和数据库方面的基本八股不太记得了，感觉细节方面回答得很一般，还是太菜了要多学习

1、业务介绍2、交叉熵3、都知道哪些vllm的优化技术？4、logistic回归公式5、logistic回归的模型原理和loss6、给定一个时间序列，如何通过机器学习的方法进行建模筛选出来重要的特征，然后基于规则方法进行建模7、DeepSeek-MTP是用在训练阶段还是推理阶段的，具体过程是怎样的？8、在现有大模型的基础上，如何通过agent的相关方法，训练一个coder模型，撰写金融领域相关模型的代码。

前言：我是一个相对“佛系”的人，对我而言，赚钱的目的是为了更好地生活，而不是让青春在无意义的加班中枯竭，我的人生，本就该由我自己定义，无关对错。相比于无止境的内卷，我更偏爱独处与自由,喜欢大自然。我喜欢写游记、开发自己的工具、在绿茵足球场上奔跑。幸运的是，我最终入职了一家给出了 大厂 SP 薪酬诚意、且能让我保持 WLB的公司。回望2025，这是幸福、焦虑与充实并存的一年。📍 第一阶段：积蓄与征战（2025.01 - 2025.08）年初到盛夏，我将大部分精力投入到了日常实习与暑期实习中。作为比较菜and双非本科生的我深知求职难处。求职清单： BOSS沟通 1700+ 次，官网投递 20+ ...