字节26秋招推荐算法一二面

1.实习介绍
2.transformer计算的时间复杂度和空间复杂度,deepseek对transformer主要做了哪些改进?
3.为什么要在推荐系统中引入rqvae?
4.如何解决坍缩问题?
5.对rankmixer了解吗?介绍一下?
6.bn和ln的区别?在什么场景使用?
7.如果qk变成同一个矩阵会有影响吗?如果一定要变成同一个矩阵,如何解决影响?
8.了解lora吗?
9.代码
手撕mha
10.反问
业务,组内也是做llm4rec的

二面
1.实习项目介绍
2.bert的预训练任务是什么?
3.详细介绍一下Moe?优缺点各自是啥?
4.实习中精排融合公式具体有哪些目标?如果做的多目标融合?
5.介绍一下帕累托?
6.如何挑选特征?
7.你对推荐算法中特征工程的心得有哪些?
8.讲一下最近读的论文?大模型的论文有读过吗?
9.代码
1.实现交叉熵(不愧是字节)
2.二叉树的右视图,要求实现列表转二叉树
反问
作息,组内有哪些方向
全部评论

相关推荐

少年郎as:这不把公司名贴出来那我可要喷你了哦
点赞 评论 收藏
分享
10-28 10:48
已编辑
门头沟学院 Java
孩子我想要offer:发笔试后还没笔试把我挂了,然后邮箱一直让我测评没测,后面不知道干嘛又给我捞起来下轮笔试,做完测评笔试又挂了😅
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务