苏宁易购算法岗面经

(第一次写这种东西也不知道是不是这样写呢，写一写积攒人品4.28--投递4.28--发邮件确认我的实习计划4.28--确认面试时间5.1--下午面试5.6--确认是否可以近期到岗以及期望薪资5.8--通知面试结果，确认入职时间流程还是非常快，刚好和我的研究方向匹配所以投了，因为是第一个offer所以答应了。昨天下午又得知实验室的其他同学一个去腾讯实习一个去荣耀实习，羡慕，当然想去大厂实习，但比较是偷走幸福的小偷，我自知自己能力不如他们优秀，要把握好自己拥有的事物，人比人永远比不完，所以专注自身，把握当下就好了。最后希望大家都#牛客AI配图神器#可以收获满意的offer。#你的实习什么时候入职##无实习如何秋招上岸##不给转正的实习，你还去吗##如果实习可以转正，你会不会放弃秋招##实习好累，可以辞职全力准备秋招吗##如何一边实习一边秋招#

4.21 投简历4.23 约后天一面4.25 一面无手撕，上来先拷打论文，其中有个地方用了rag，面试官问我这里是怎么把文本转换成向量储存的。(我以为是问我工程上的实现，这是去年做的一个小模块，回忆了半天细节，答得支支吾吾，面完了之后结合下一个问我才意识到其实是问我embedding过程)看我支支吾吾就直接问transformer是怎么把token处理成向量的。transformer的self-attention和cross self-attention区别在哪里。pre-norm和post-norm的区别？进一步，为什么现在主流大模型都用post-norm。lora的实现过程。大模型用的Lo...

面试问题：- （针对简历提问）你工作里主要关注哪些指标？解释一下AUC含义、计算和作用- 主流的开源大模型结构有哪些？（prefix decoder，casual decoder、encoder-decoder）- 介绍一下layernorm和batchnorm的区别？- 在机器学习里，怎么处理长尾数据和多峰数据？- 怎么解决模型的冷启动问题，你觉得LLM在冷启动方面能够起到什么作用？- 介绍一下常见的优化算法（SGD ->Adagrad ->RMSProp ->Adam -> AdamW）？优缺点- 为什么Adam不一定最优而SGD最优的？怎么理解分析？- （针对简历提问）你工作里的对比损失是怎么构造的，有什么作用？介绍常见的对比损失的公式。代码题：- 数组第K大。给定整数数组 nums 和整数 k，请返回数组中第 k 个最大的元素。（力扣215原题）- 手写对比损失的计算（结合项目），并简单说了一下原理。（大概写出来就好）二面我这个是交叉面，提问的有部分设计大模型，也当然我简历上有大模型，所以问了一些llm+搜推的内容，但这部分交叉问题比较浅，能说个大概就很好，同时也有很多经典的机器学习面经问题。因为项目里提到了对标学习，所以面试官在代码考核部分让我写个示例，所以写进简历的一定要准备好（包括流程步骤，代码实现大概要清楚）。面广告算法的岗位，机器学习面经暴率很高，建议熟背，就算是看过有印象，问到的时候也会基本很稳。#面试问题记录#

背景： 24届科班生。由于考研未能成功，选择了工作，尤其对图像算法和计算机视觉非常感兴趣。在校期间参与过一些小型的图像处理项目 机考准备： 由于我之前有刷LeetCode的基础，特别是在算法和数据结构方面，所以对于机考的准备相对轻松。 机考： 机考总共有三道题目，题目难度适中： ai识别面板上的指示灯 找出经过特定点的路径长度 最后一道题是一道动态规划题，勉强做出来 综测： 综测部分主要是一些性格测试和基本的逻辑推理题，整体难度不高 HR资面： HR面试主要通过电话进行。面试官首先让我做了简短的自我介绍，并询问了我对华为OD的了解和申请这个岗位的原因。接着，HR询问了我空窗期的安排，解释了...