携程-搜推算法暑实面经【oc，已拒】

自我介绍八股（可能遗漏）：1. 讲讲推荐系统流程2. Transformer 位置编码是什么3. QKV 注意力公式为什么除以根号 d4. 简单讲讲 GCN5. 简单讲讲 RNN6. RNN 里的参数是什么样的（答：参数共享）7. Dropout 是怎么做的？有什么作用？推理和训练时 Dropout 的区别？如果推理也用 dropout 会怎么样？8. 讲讲 BN？BN 训练和推理什么区别？有什么用？9. 用 CNN 把 (64, 64, 128) 变成 (x,y,z)（具体数字忘了），卷积层参数量是多少，计算一下（没答上来）。10. 我看你上过最优化方法？什么问题才是一个凸问题？凸集和仿射集的定义是什么？算法题：LC233（Hard），纯初见，没做出来，勉强讲了一下初步思路。反问：对我有什么建议，答建议提升算法能力，建议多搞点相关度高的实习和项目。言下之意应该是匹配度有点低。全程对面没开摄像头，回答卡住时无引导，面试体验一般。

从3月初陆陆续续开始投简历，忘记都投过哪些公司了，第一家投的是携程，因为也比较想去，虽然中间有点波折，最后也是去了携程，写一下面经给秋招攒攒人品。Timeline3.28笔试4.8号一面一面开始是自我介绍然后就是根据简历上的项目问相关内容八股考察是顺带的。promise异步问题问了好多，包括它的api和每个的用法，然后问了await和asnyc的用法。然后问了场景，只记得了有两个页面相互跳转，怎么保留上一个页面的状态，以及保存在哪里的问题。计网问了，网络攻击方式，是让我自己说，然后根据你讲的会问有关这个攻击方式会存在哪些地方，解决方式等等等。最后手撕是一道有关前端字符串操作的问题。还问了自己实...

最近有人有进度或者oc了吗....... 三面后沉寂了好久要疯了，

携程二面什么时候能出结果。最后的希望了更新:5.24hr面完两小时后发了英语测评，现在整体评估中