🐷厂算法实习一面

自我介绍八股（可能遗漏）：1. 讲讲推荐系统流程2. Transformer 位置编码是什么3. QKV 注意力公式为什么除以根号 d4. 简单讲讲 GCN5. 简单讲讲 RNN6. RNN 里的参数是什么样的（答：参数共享）7. Dropout 是怎么做的？有什么作用？推理和训练时 Dropout 的区别？如果推理也用 dropout 会怎么样？8. 讲讲 BN？BN 训练和推理什么区别？有什么用？9. 用 CNN 把 (64, 64, 128) 变成 (x,y,z)（具体数字忘了），卷积层参数量是多少，计算一下（没答上来）。10. 我看你上过最优化方法？什么问题才是一个凸问题？凸集和仿射集的定义是什么？算法题：LC233（Hard），纯初见，没做出来，勉强讲了一下初步思路。反问：对我有什么建议，答建议提升算法能力，建议多搞点相关度高的实习和项目。言下之意应该是匹配度有点低。全程对面没开摄像头，回答卡住时无引导，面试体验一般。

具体部门是支付宝支付平台团队，二面挂了，是个凉经Timeline4.23 一面，三四天后约二面4.29 二面，过了一个多星期官网挂了，hr打电话过来捞面试，已拿其他offer就没继续推进了一面基本都是围绕简历展开1.项目相关以前项目有什么瓶颈，如何改进的？hive表丢失数据怎么办？定时任务和kafka各自能用在什么场景？completableFuture是如何实现等所有任务都完成再进行下一个任务的？为什么不自己实现一个线程池？线程池的配置需要注意什么？如何设置核心参数？2.Kafka使用kafka异步调用的时候如何解决事务问题？kafka消费者能力不足怎么办？3.事务事务是什么？事务的...

暑期实习小弟面临如下选择，请各位大佬路过顺便给点意见：美团——平台商品主搜：部门比较核心，转正率高，而且mentor人很好（已经在实习了），组里氛围也不错，很稳定。但是base北京，以后估计不会在北京发展了。腾讯——Pcg的qq浏览器搜索：部门不太核心，转正率感觉也不是很高，面试感觉面试官人不错。但base深圳。字节——风控：本来面的抖音评论，三面技术面都过了，但是没hc 转到风控了，因为面评还可以（hr 说3+通过），所以hr 给我转到了风控。但还要另外加面两轮。。base也在深圳。蚂蚁——企业信用：面试给我的感觉是最好的，面试官都很nice，感觉组内氛围应该不错，做的也很独特有趣，大模型做agent ，（企业信用能做的公司不多），但是base上海。

三面自我介绍对岗位的了解和匹配度芯片设计的步骤个人优势反问环节tip：问答一定要简单直接，避免面模糊回答