挖实习 why cnn-lstm特征工程怎么做的输入cnn前数据如何做处理cnn具体结构，参数设计relu函数公式，什么作用如何做归一化归一化作用引申提问，多种类别时如何降维why xgboost（因为一般用于分类xgboost如何实现并行化xgboost如何处理缺失值评价指标反问建议：说清业务背景

问实习一why cnn-lstm时序特征如何构造为什么不用共享专家塔如何改进mmoe问实习二如何做微调数据量大概多少自注意力机制原理了解rag吗，如何做检索增强介绍faiss如何评估准确率有哪些常用损失函数有哪些防止过拟合的方法具体介绍dropout问项目介绍shuffle attention手撕 快排

代码题sql：分组排序合并二叉树；反转链表问实习一业务背景数据量多少用了哪些特征如何筛选特征为什么用cnn-lstm，有没有对比其他时序模型为什么用xgboost，性能提高了多少如何做多分类问实习二为什么用faiss为什么用Elasticsearch，跟不用有什么区别为什么没用rag如何做微调，微调了哪些参数八股线性回归和逻辑回归的区别CNN原理spark原理transformer原理（狠狠拷打实习ing）思考：面试官问A问题时，可以引申回答B、C问题，前提是自己比较熟悉；多思考为什么，以及还有什么改进方法

自我介绍问实习具体讲讲数据处理流程，缺失值处理，数据量有多少外部API是怎么接入的模型的业务目标是什么，业务场景是什么有没有做上线，结果如何遇到什么困难，怎么解决的是在leader给的代码上做修改，还是自己写的如何做业务对齐介绍业务，主要是数科、因果实验相关想做偏算法还是偏数科（业务）能实习多久，base地是否接受未来读博or工作sql，python是否熟练反问，有什么需要提升的地方面试官人很好，很耐心，主要都是问的实习相关，也没有考手撕

自我介绍能实习多久问实习项目有没有上线问实习，用了哪些特征lightgbm和xgboost的区别lstm和rnn的区别是否熟悉sql？有哪些窗口函数15分钟结束，感觉可能对我不感兴趣

1、问项目推荐算法是自己实现的吗如何处理特征YouTubeDNN如何把回归问题转化为分类问题Faiss加速的原理还有哪些加速算法2、问实习一lstm是否有多元输入cnn经过maxpooling后特征不连续，如何处理激活函数的作用如何解决过拟合欠拟合如何解决过梯度消失梯度爆炸正则化的作用还了解哪些机器学习模型，介绍一下原理3、问实习二LoRA微调的原理是什么为什么能减少参数，提高效率4、代码求根号（自己写函数）条件概率手撕梯度下降

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