蚂蚁暑期实习推荐算法岗面经（已挂）

面试时间：4月12日15:00 ～ 16:00先是自我介绍，介绍完让详细介绍一个项目，期间问项目细节。然后问基础知识：介绍一下transformer，attention怎么计算，为什么除以根号dk。LN和BN的区别，以及为什么cv中用BN，nlp中用LN。self attention和position embedding是直接相加的，那如果变成concat会有什么影响吗？问了一下是不是cv中用的是BN。最后做了两道算法题。第一题是：手动实现一个采样的类函数，只能调用random函数，时间复杂度O(logn)。528. 按权重随机选择第二题：A同学随机从【1，20】之中选择一个数字，B同学扔3次骰子得到一个和，求A同学数字大于B同学数字的概率慢慢等结果吧，说我是今天面的第五个，但是组里只招两三个人，大概率凉了-------------4月16日更新一面过了，约的19号二面-------------4月19日更新二面时间：4月19日 10:00 ～10:45没有参考价值，无算法无八股，纯问项目和实习

3.6腾讯pcg：人生第一次面试，准备的也不好，面试官偏向工程化，问的全是八股和项目细节，问了简历上写的es，ann，大模型，linux命令之类的，没怎么问推荐算法，手撕合并升序链表没撕出来，但是第一次面试感觉还蛮好，而且也是这几次里唯一一个主动先介绍部门情况的面试官3.26腾讯视频号：第一次那么菜居然还被捞了，感觉是kpi因为面试邀请甚至都看不出来部门还是反问时才知道，这次上来先写一道数组排序，暴力写出来了让我优化（堆排序、快排）讲了一下思路，针对项目提问，这个面试官就偏向深度学习那一块，问我怎么微调的有监督无监督之类的，问我在学校的情况什么的，四十多分钟就结束了，面试官全程也是懒洋洋的3....

#蚂蚁##算法##实习#三面继续问项目，没问啥其他的东西。项目中遇到的最大困难我去这个问题把我问到了，因为总体来说算是一个比较顺利的项目，没有特别大的问题。建议以后面对这种情形应该如何回答？1）小挑战也是挑战：你可以选择项目中的一个小挑战，即使它不是一个巨大的困难。描述这个问题，解释它为何重要，以及你是如何解决它的。这可以显示你对项目细节的关注和处理潜在问题的能力。2）预防措施：说明你或你的团队采取了哪些预防措施来避免大问题的发生。这展示了你的前瞻性和风险管理能力。比如，通过良好的计划和沟通，项目团队可能成功避免了潜在的技术或协作难题。3）学习和成长：谈论这个项目如何帮助你成长，特别是在没有显著困难的情况下，你如何持续寻找提升工作效率和质量的机会。这表明你有自我驱动，始终寻求改进和学习的态度。4）团队协作：如果项目进展顺利，部分原因可能是团队合作良好。你可以讨论团队如何有效协作，以及你在其中扮演的角色。这不仅显示了你的团队精神，也突出了你在维持团队和谐中的贡献。5）优化和调整：也许在项目执行过程中，你们对策略或流程进行了微调。可以讨论这些小的调整如何帮助优化结果，这反映了你对持续改进的承诺和对细节的关注。我面试中的回答确实答得有点low了，逻辑有些混乱，因为这个把我挂了我也不会意外。微笑面对结果，不断成长，就当为秋招做积累吧。下次应该这样回答：在这个项目中，尽管整体进展顺利，但我们确实面临了一些有意思的挑战，特别是在实现和验证预测概率校准的过程中。一个具体的挑战是如何准确地量化模型的不确定性，并通过概率校准提供一个可靠的预测。换句话说，如何证明我们的p-value设计是可靠的。这种设计方法是非参数的，不依赖于数据具体的分布，这使得它在应用于实际复杂数据时更为健壮。我们通过计算测试数据中一个奇异值小于或等于训练集中奇异值的比例，实质上应用了经验分布函数（ECDF），来估计这个或更极端情况出现的概率。计算得到的p-value反映了在零假设下观察到的统计量的概率。在这里，零假设是指测试数据的奇异值不提供足够的证据去反对模型在该点的预测。如果p-value很低，表示这种奇异值在训练数据中很少见，暗示着模型在这一点上的预测可能不太可靠，这为我们的模型预测提供了一个直观和科学的可信度评估。总的来说，这是一种基于统计学的方法，数据越多将越有效

岗位算法工程师-视频理解，下面提供tl和具体内容一面-3.28-40min1. 自我介绍2. 文章提问，描述问题背景、方法、公式推导，使用生成式模型的原因，师生模型的选择，损失函数的选择，文章负责部分3. 项目提问，选择GMM的原因，项目中负责的部分，怎么评估项目效果4. 代码题，二分查找，先讲思路，写完没跑，问复杂度、如何设计测试用例5. 反问，偏向业务or研究？（业务）目前有落地吗？（理财部分视频内容的理解）研究有成果吗？（视频理解是近年才加的，之前倾向于图文数据的处理，有比赛获奖和论文）问我倾向业务还是研究，他们希望实习同学倾向研究二面-4.3-30min先问项目，再问论文对论文比较满意...