1、问实习一问业务场景定价策略的滑窗/尺度是多少发电量预测，介绍数据集，用了什么模型为什么xgboost效果最好具体准确率和mape的值是多少正则化的作用是什么知道哪些梯度下降的算法（讲的不太清楚，面试官建议可以用公式讲解）Shapley的原理是什么上一段实习为什么离职为什么想来互联网2、问实习二问了公司类型和业务场景3、问项目一问业务场景如何解决正负样本不均衡的问题4、手撕代码没撕出来，救命问了null和nullptr的区别，引用变量的作用

自我介绍为什么投视觉算法，更熟悉视觉还是nlp问项目具体怎么实现多模态的数据集格式，输入到网络里的是什么为什么要算相关性矩阵，不算会怎么样怎么做特征融合的问实习输入特征有哪些如何计算特征重要性用的什么loss函数，具体计算公式是什么是否了解大模型，介绍一下CLIP

1、问实习一特征有哪些准确率是怎么算的项目的业务背景，有什么作用如果预测效果不好，如何解决AUC指标跟准确率指标有什么区别2、问实习二数据集有没有label有没有做异常归因3、问项目介绍电商项目RFM模型是什么如何进一步运用于推荐系统

1、自我介绍2、代码题 字符串翻转并相邻去重字符串翻转并去重，时间空间复杂度3、实习实习中最有成就感的事，遇到什么困难，如何解决为什么用lstm，有没有比较其他模型介绍lstm原理为什么不用机器学习模型如何选取特征，如何评估特征重要性还熟悉哪些机器学习模型xgboost和决策树有哪些区别和联系为什么xgboost比决策树效果好4、有没有用过大数据工具MapReduce原理为什么sql查询会变慢分析线下支付变化原因（面试官人很好，很耐心）

1 自我介绍2 问实习一为什么只用了简单的决策树效果如何，有没有跟其他模型做比较3 问实习二如何保证数据隐私不被泄露有没有做多轮对话只用了开源框架吗？做了哪些改进怎么部署的4 其他问题（图像检测相关）为什么用yolov8yolov8相比于yolov5的改进介绍一下yolov8结构yolov8哪些模块用于做特征融合5 反问

1、问第一段实习为什么选择用多任务学习lstm，特征有没有做embedding，其中的hidden size是多少展开说说api+xgboost，目标值是什么2、问第一段实习知识库数据集是如何构建的如何做RAG的有没有做微调为什么LoRA微调高效，更新了哪些参数手撕代码：跳跃游戏，贪心动态规划反问：介绍业务，需要对embedding，qkv比较数据反思：问的很细节，需要对所有代码都熟悉；以及我缺少对代码优化的思考面试官人很好，感觉什么都会简历内容在精不在多，写上去的就要经得住拷问

1、问第一段实习为什么选择用多任务学习lstm，特征有没有做embedding，其中的hidden size是多少展开说说api+xgboost，目标值是什么2、问第一段实习知识库数据集是如何构建的如何做RAG的有没有做微调为什么LoRA微调高效，更新了哪些参数手撕代码：跳跃游戏，贪心动态规划反问：介绍业务，需要对embedding，qkv比较数据反思：问的很细节，需要对所有代码都熟悉；以及我缺少对代码优化的思考面试官人很好，感觉什么都会简历内容在精不在多，写上去的就要经得住拷问

一直在问项目数据集是什么样的，数据维度，数据集大小有没有对数据集做分析如何实现3D CNN如何实现3D resnet，如何做下采样，如何处理残差有没有尝试其他多模态模型如何将两种模态结合在一起手撕代码 合并区间好久没复习这个项目了，好多细节没想起来

自我介绍1、深挖项目一跟原模型相比做了哪些改进为什么要做这些改进数据集是不是太小了分工2、深挖项目二项目背景整体介绍一遍为什么算多模态做了哪些创新为什么模型效果更好了数据集维度分工如何在CNN上添加注意力机制

一面0、研究方向实习时长1、问实习项目为什么用LSTM数据来源评价指标加速框架原理2、问多模态项目创新点数据类型介绍一下软投票介绍一下五折交叉3、问目标检测项目如何提取关键帧DBB如何实现GAM如何实现准确率有多少4、问推荐算法项目只用了传统算法吗评价指标反问1、岗位做什么2、面试表现如何