腾讯wxg nlp算法岗 面经

一面 二面隔了两天 二面3.29一面问了论文和实习项目 题目是手写cross attention二面是大数乘法 还有一个别的hard  问了python八股 操作系统八股 论文 项目 实习时长 共计两个小时已经这么多天了 咋还不下一面 要不把我放了吧 #腾讯#

1.自我介绍 2.拷打论文 围绕论文的一些问题 2.1有哪些常见的图卷积 2.2指标 2.3attention是怎么做的 3.拷打另一篇论文 围绕论文的一些问题，延展八股 transformer架构 layer norm和batch norm 区别 自注意力结构 T5架构和任务设计 Bert的最大长度限制 了解哪些attention方式 encoder和decoder区别 4.拷打项目 常见的微调方式 open性问题：你觉得llm和传统的nlp模型的区别在哪？ 5.手撕代码：三数之和

1.transformer2.自注意力机制，自注意力机制的起作用的地方3.BN，LN4.梯度消失与爆炸的理解5.论文讲解6.transformer的位置编码7.focal loss8.模型怎么评价好坏9.自注意力机制的参数量计算10.编写代码：topk，用了堆排序，快排都写了

部门是企微，面试官是部门leader，面过压力最大的一次面试了 0. 自我介绍 1.讲下哪个项目遇到的困难挑战多一些 2. 介绍思维导图项目设计架构，难点 3. 用户操作的undo/redo怎么实现的，历史记录设置的过大了会怎样？ 4.数据源的数据结构怎么设计的 5.嵌套层级不设限的话，节点数量特别大时，树形结构会有什么问题吗？dfs递归调用爆栈 6.如果有几十万个节点，如何更快的渲染出思维导图？如何让用户的操作能够非常快的响应？复用dom按需渲染 7.即便如此，每次更新都要全量遍历查找渲染树，必然会有性能问题，你怎么分析，解决措施是怎么样的？ 8.你这个内存占用也会很大，怎么分析有没有发生内...