2023华为暑期实习二面面经（主管面）

自我介绍： 简要介绍个人背景、教育经历和工作经验。突出与前端开发相关的技能和经验。回答问题：使用 STAR 方法回答行为问题，如“描述一次你解决技术难题的经历”。针对技术问题，展示你的专业知识和解决问题的能力。提问环节：向模拟面试官提问，如“公司如何支持员工的职业发展？”或“团队的工作流程是怎样的？”反馈与改进：获取模拟面试伙伴的反馈，记录需要改进的地方。根据反馈，优化回答和表达方式。总结：https://www.nowcoder.com/issue/tutorial?zhuanlanId=j572L2&uuid=d3520e4b0ad640008bc5305fd6838a1c

bg：双一流本，两年工作经验，给还在学习的朋友们分享一些对应经验下企业所问的问题，也有助于自己未来进行总结。以下打⭐为印象深刻的问题。Q：技术面：（1）自我介绍（背景+工作经验+工作内容+成果）（2）项目拷打①推荐算法：（3）注意力Q,K,V计算公式（4）self-attention和external-attention的区别（5）了解过哪些主流的推荐算法（6）讲一下Wide&Deep原理（7）推荐算法中正负样本集是如何构建的（8）如何理解auc指标（9）平时用哪些框架（pytorch），如果接触到tensorflow项目，最快需要多长时间能上手②机器学习算法：（10）了解什么是特征偏移么（11）对于数据不平衡问题的解决办法（12）训练集和测试集的正负样本比相差过大怎么办（如训练集1:49，测试集1:199）（13）知道什么是概率校准么（14）讲述一下二分类的原理⭐（15）平时有了解过LLM么（16）做过xgboost的超参数优化么，以及对早停机制（early stopping）有没有什么深刻理解⭐（17）平时做过哪些衍生特征（18）如何筛选重要特征（19）如何避免特征之间的多重共线性，避免了又会有什么缺点（20）以业务的角度筛选特征有什么缺点⭐（21）xgboost是如何处理缺失值的（22）对类别变量有什么处理方法（23）机器学习和深度学习分别建模有哪些不同点（24）xgboost的多分类和神经网络中的多任务有什么区别

岗位杭州C++开发，机试150+，技术面两面全过，主管面挂了，暂时找不到新部门，求人来捞！希望是杭州的base！

小米日常实习面试7.28投递，7.29邀请链接，7.30面试1.自我介绍2.项目细节3.对方介绍。部门及工作内容介绍，工作时间4.反问。确认细节思考：为什么还在找实习，没在大厂实习过，实习经历很重要困难：实习三个月，黄金秋招9月10月会耽误互联网大厂   面试题   #秋招记录