美团算法大模型二面-秋招面经

一面 1.实习项目交流2.transformer计算的时间复杂度和空间复杂度，deepseek对transformer主要做了哪些改进?3.为什么要在推荐系统中引入rqvae?4.如何解决坍缩问题?5.对rankmixer了解吗?介绍一下?6.详细介绍一下Moe?优缺点各自是啥?7.训练模型如果loss不稳定，如何解决?8.了解lora 吗?介绍下lora原理9.代码:手撕mha二面1.项目介绍2.bert的预训练任务是什么?3.bn和In的区别?在什么场景使用?4.如果qk变成同一个矩阵会有影响吗?如果一定要变成同一个矩阵，如何解决影响?5.介绍一下帕累托?6.如何挑选特征?7.你对推荐算法中特征工程的心得有哪些?8.代码:实现交叉熵损失

1、实验室方向以及相关项目 10min 2、 Spring 框架常用的注解有哪些？ 3、@Autowired 注解的底层原理是什么 4、在实现  @Autowired  的依赖注入时，是怎么通过反射来获取成员变量的？ 5、具体是用什么反射方法来获取这些字段（Field）？ 6、获取到字段后，又用什么方法来检查它是否被  @Autowired  注解标记？ 7、请讲一下 Spring 中一个 Bean 的生命周期 8、谈谈你对 JVM 调优的理解，有哪些常见的调优参数或方法？ 9、在启动命令中调整 JVM 参数，怎么做？ 10、解释一下 ThreadLocal 是什么，以及它的底层原理。 11、...

标准的KPI面试，面试官随便问了几个简历上很浅的问题就结束了八股文：DPO、PPO、GRPO的优劣势手撕：反转链表（ACM模式，自己写示例）反问：部门具体业务.....(当他主动跟我说不是他招实习生，是隔壁部门招实习生，他临时被喊过来的时候，我就知道gg又是浪费时间的一天）

1.项目介绍2.wide&deep 的wide侧和deep侧各自作用3.一般wide侧和deep侧用哪些模型4.DIN的机制5.DIN的attention和transformer一样吗，怎么计算的6.项目数据量多少，各个目标分别正样本有多少7.数据处理部分详细讲8.用户历史行为序列如何构建9.模型在遇到正负样本悬殊的时候会遇到什么样的问题，怎么解决手撕：1.快排，讲解时间复杂度，什么时候最差2.两种方法做 最长有效括号（dp，栈）