网易推荐算法面试经历一面（50分钟）- 除了Dropout和L1/L2正则化，你还知道哪些防止过拟合的技术（如早停、数据增强、批量归一化）？请分别说明其原理和适用场景。- 为什么说Dropout在推理时需要对权重进行缩放（Inverted Dropout）？它和标准的Dropout在实现上有什么区别？这样做有什么好处？- Transformer中的位置编码（Positional Encoding）有什么作用？你了解哪几种实现方式（如绝对位置编码、相对位置编码）？它们各自有什么优缺点？- Self-Attention和传统的RNN/CNN在处理序列数据时各有什么优势和劣势？在什么场景下你会优先选...

来了半个月了，没有一点安排，甚至两天可以不和带教说话。加上自己投的后端，知识点太多，自己也在慢慢补，不敢去问带教规划，该怎么办🤔

如题，阳光电源有人去线下了吗？

共37min，问题25min，沟通12min自我介绍（项目介绍）1.点赞系统设计，如何处理高并发？2.数据量太大，如何处理？分表分库，hash分片不满足条件？什么方式能优雅的扩容？3.服务部署？如何可持续部署？4.ai产品相关的想法