暑期实习offer帮选

继续来分享下之前的面经~欢迎友好讨论，信息共享1．实习介绍。2．拷打了一下项目和论文。3．为什么多头注意力能提升表达能力？4．为什么要在大模型中使用 RMSNorm ？和 LayerNorm 有什么差异？5．KV Cache 是怎么起作用的？为什么对长上下文推理很关键？6．大模型推理时的加速思路？7．模型微调时遇到过过拟合吗？怎么处理的？8．手撕：1️⃣字符串的全排列2️⃣二叉树序列化与反序列化

一、互联网大厂    公司 类型 岗位方向 地点 截止时间 投递链接     京东 春招 算法、后端开发、技术产品经理 北京/上海/深圳/成都等 4.30 投递   快手 春招+实习 算法、工程、产品、运营、游戏 北京/上海/杭州/广深 招满为止 投递   百度（MEG星海计划） 暑期实习 算法、产品、运营、开发、设计 北京/上海/深圳/成都 6.1 投递   腾讯混元 春招 NLP、CV、多模态、数据运营 北京/上海/杭州/深圳 招满为止 投递   拼多多(PDD) 实习 大模型算法、服务端研发、算法 上海 6.14 投递   TikTok Shop 春招+实习 AI产品经理、推荐算法、后端...

给我面没招了，发点面经攒攒人品～1. 项目介绍2. 讲GNN论文的创新点来源，图是怎么构建的3. 天池推荐算法做了哪几路召回，构建了哪些特征，为什么要做这些特征4. word2vec两种方法有什么区别，各适用于什么5. 召回和排序的负样本构造，来源，配比是什么6. 用户/物品冷启策略各能想到哪些7. L1 L2正则化的作用和区别8. 介绍sgd adagrad adam等优化器和各自问题9. 推导交叉熵损失函数手撕:k个一组翻转链表

最近 Claude Code 很火，但用过的同学都知道一个痛点：新开对话啥都不记得，上次说好的代码风格、踩过的坑、定好的方案——重新来过。而且在目前的面试中，面试官已经不仅仅询问你Skills，MCP，他们更看重你对于实际工程中的痛点有没有深刻的认识。最近的一场面试中，面试官就深入的与我讨论了记忆机制的落地场景，在什么时候应该用什么，然后我忽然发现，mem0并不是最好的解法，至少它绝不是唯一的解法。考虑到这儿，索性就自己写了一个开源项目，既是增强简历的竞争力，也是希望在ai浪潮中做出自己的贡献。项目是什么CapsuleMemory —— 给 AI 系统加「胶囊式记忆」的 Python 框架。G...