NLP算法面经15

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#

面试，不只是一次技术和能力的展示，更是一场心理博弈和表达艺术的综合较量。很多人有能力、有经验，却因为表现方式不当，错失理想机会。那么，在面试中应该如何表现，才能最大可能地获得Offer？本文将从准备、现场表现、沟通策略、加分项四大维度，剖析拿下Offer的关键技巧！一、面试前的准备，决定你能不能“上桌吃饭”🍽️1. 了解公司与岗位阅读公司官网、技术博客、产品介绍。熟悉JD（Job Description）中关键词，并准备相关项目/经验对照点。✅ 示例：“我注意到你们在用Spring Boot + MySQL构建中后台系统，而我之前主导过一个用类似技术栈构建的订单平台。”2. 梳理项目经验，准...

电商治理二面拷麻了持续记录！#面试问题记录#

之前盛传小红书要取消大小周，消息传了一轮又一轮，这次是真的要取消了！ 全员信中宣布，小红书还将取消竞业，原有的现金和期权竞业全部释放，不新增现金或期权竞业。 新规将于 5 月开始生效，不过有人欢喜有人忧。取消了大小周，周六的双倍工资拿不到了，相当于月收入下降15%+。也有人在担心，这次双休规则能不能坚持下来，会不会取消大小周但没有减少对应工作量。 除去新规，小红书整体的办公环境和薪资都还是不错的，各种待遇也很吸引人。拿 24 年实习岗来说： 技术岗：300/天+包三餐或餐补 30～40/天 非技术岗：150～200/天++包三餐或餐补 30～40/天 这边也分享一位同学在小红书日常实习一...