面试官的团队是偏向于深度学习，ai+运维的，看我的经历比较相似，因此面试内容也会偏深度学习一些。    时间线：8.28行测 8.30笔试  9.16面试 9.19查状态进人才池     一面：  自我介绍 python中的链表  共享屏幕写代码 自定义一个链表  假如有两个链表，这两个链表是有序的，写一个方法，将这两个链表合并在一起     写了一半，因为时间关系面试官说进行下一个问题  问项目  问准确率是多少，因为简历上说的是召回率  遇到过欠拟合或者过拟合的问题吗，怎么解决的  说了样本集的处理  问了还会有其他方法来缓解过拟合？ 遇到过拟合问题，应该让模型更简单还是更复杂呢？  自己算法用的是哪个激活函数  relu函数有什么特点 为什么选择它来做激活函数呢 引导我：relu会对梯度减少 激活函数一般为什么只用非线性函数不用线性函数 dropout是什么原理  损失函数接触过哪些 自己算法中损失函数是怎么定义的呢？  反问：为什么SRE岗问的偏向的是算法岗 面：因为这边是基础保障中心，有很多SRE工程师保证网站高可用，这边也在做以AIops来提升运维保障的效率，也会去做异常检测，变更识别，，什么定位（没听清）等问题， 我们组相当于是和SRE合作紧密的，大体上是一个大组，所以看到简历上有算法相关的项目，我们这边会优先面试，如果偏向运维的话，后面还会有专门的运维工程师来面试   的。    我说的我想做的偏运维不想做AI，面试官好像不太开熏，可能因为他们组偏ai吧，然后就进人才池了