腾讯 机器学习春招面试

一面（1）死锁的两种原因（2）模型量化的方式，我说kv cache和参数量化，面试官问量化是怎么提高推理加速的效率，我答不太上来（3）transformer自注意力层的时间复杂度（4）stack和dequeue的区别（5）算法题：有效ip地址一面面试官是我遇到最善良的面试官，他对跨专业同学的包容性大到难以置信。也很感谢他的宽容和鼓励。最后反问环节，他跟我举了jieba分词的例子，鼓励我要多看代码，掌握好基础知识，很多时候实际应用就是利用大量基础知识来展开实现的。很可惜，他base北京，最终要去的是深圳，没办法找他当我mentor二面印象最深刻的问题是知识蒸馏技术路线。当时我介绍自己的项目，项目是关于bert模型知识蒸馏的。这个项目本身是偏指标驱动的，只要达到一定加速比/参数压缩比和一定范围内的精度损失即可。而面试官则提问我是否有做过文献和技术路线的调研，这部分我没答太好。幸好后面讲自己的工作就比较顺利了。算法题是字节经典题目“螺母螺栓匹配次数计算”，有兴趣的同学可以去查查。至于有没有问八股我记不太清了三面以后的规划、以前项目遇到什么难点+如何解决hr面论文等级、几作、贡献是什么；用几个词评价自己；为了面试做了什么准备；对面试岗位的理解；简单介绍自己的项目；能实习多久；研究生成绩怎样（因为我是转专业的学生，所以hr可能比较关心） #腾讯# #机器学习# #cdg# #算法#

电话面+邮箱发alitcode链接进行coding考察-----------------------------------------------------------------------------------------------------------没有让做自我介绍，直接对着简历问项目。第一个项目是用seq-to-seq做的缺陷自动修复，问我将NLP应用到软工领域有什么痛点。第二个项目是基于代码大模型做测试生成，介绍完整个过程后没有扣细节问题，又问了AI4SE的基本切入点，我说我做的工作找到一个有代码生成能力的模型是重点。再接下去确定我们领域的工作落在怎么用好模型，而不是开发...

用的是赛码的面试系统，面试官到点发起了语音通话，在线IDE。------------------------------------------------------------------------------------自我介绍，五分钟结束，然后面试官没有就自我介绍提问。直接说开始做题，从这里感觉到这是KPI面了。-------------------------------------------------------------------------------------第一题是求两个字符串最长公共子序列构成的字符串。没有写出来（结束后才发现是公共子序列的...