听说牛客许愿很灵offer啥的不重要了只要盲审能过啥都行一定要过呀一定要过自己交完发现有一些格式问题，真的害怕一定要过呀

GBDT为什么叫做梯度提升决策树，梯度用在什么地方gpt的input的encoding是怎么做的Inmediate model的输出是什么？四个任务分别是什么？四个指标分别是什么？怎么构建的负样本？为什么是基于摘要场景训练的，但是用在对话场景呢？svm的核函数，升维到高维空间，理论上一定可分吗fm了不了解unieval项目的后续应用gpt的decoder是怎么构成的dropout在预测时候是怎么预测的为什么使用layernorm而不使用bn

聊项目大模型微调方法了解吗，比如lora了解位置编码吗 ropeta之类的了解一些大模型的attention吗，比如group-attentionLSTM相对于XGB的改进解释一下直方图算法，level-wise分裂方法level-wise和leaf-wise的优缺点分别是什么leaf-wise带来的过拟合问题怎么处理为什么人们更常用GBDT而不是决策树XGB相对于GBDT的改进解释一下aucauc的性质有哪些（排序性质，适用于类不均衡）auc可以用来评估正负样本比例分别为1:1、1:10、1:100的数据集吗手撕：搜索旋转排序数组和搜索旋转排序数组II攒人品~

等了很久了还没有任何消息

【一面--业务面+技术面】评估某城市活动增量价值(1. 自身时序预测 2. 找相似城市)针对上一个问题，问到自身的时序数据没有满一个周期怎么办（找相似产品补趋势，那怎么找相似呢--可以基于特征相似）算法实习生和数据科学实习生的区别说一下你的项目，半监督算法是怎么做的，贝叶斯搜索是怎么应用于这个项目的老板需求和业务ddl有时间冲突咋办（考情商的应该）lightgbm和gbdt的区别，bagging和boosting的区别lightgbm的并行化有哪些缺失值的处理方法过拟合的处理办法sql问题（记得是比较简单的一个sql题）【二面--主管面】对统计哪一块比较擅长，在哪里会用到检验，应用场景有哪些有没有遇到数据上的问题，怎么解决的业务可以进来再学，需要有数理基础和因果推断基础性格的优点和缺点，说出两个有没有汇报过，紧张吗自己是一个抗压能力很强的人吗数据科学项目介绍一下遇到的困难对因果推断了解吗对数据科学的理解多大意愿来携程

【一面】1. word2vec的原理，skip-gram训练的具体流程，使用的损失函数，是怎么选择正负样本的，选择样本上有哪些优化算法，负采样的原理，还有哪些优化方法2. 贝叶斯调优，机器学习中有哪些优化参数的方法，为什么交叉熵会作为softmax结果的损失函数？梯度下降为什么有效，关于损失求一阶导数为什么有效？刚你提到了泰勒一阶展开，泰勒二阶展开有哪些相关的优化方法呢？3. SGD的原理，计算公式是什么，4. 在图的那个项目中担任了什么角色，做出了哪些贡献5. 介绍一下LSTM，seq2seq和transformer，介绍一下attention的原理6. Linux，bash这些有用过吗7. auc的计算方式（使用(FPR,TPR)算，排序公式去算），为什么这两种都可以计算出auc呢？它们之间有什么联系？然后就是使用sql写出auc的计算公式8. 有1000部电影，想要给人推荐，你有什么思路9. 手撕：接雨水，使用sql写auc【二面】1. cnn做bn的方式，rnn是怎么做的，bn的好处2. gpt和transformer的区别3. 机器学习中方差和偏差的理解4. bagging和boosting的区别5. 位置编码的理解，attention的理解6. transformer和rnn的区别7. lstm为什么可以缓解梯度消失8. 异构图，GCN，word2vec，fasttext，9. SGD和adam的区别，在DNN中分别适用于什么样的情形10. 用过哪些DNN模型，11. 贝叶斯在推荐中的应用12. bagging和boosting的方法有哪些13. 手撕：三数之和，柱状图中的最大矩形面积【三面】1. 会C和C++吗2. 数据结构的掌握程度3. 平常使用的技术栈有哪些4. 对推荐的了解5. 有哪些召回算法6. 对于推荐中排序的理解7. 排序算法，稳定性和时间复杂度8. 互联网每天都有很多用户搜索数据，在一天的日志中找到搜索频次最高的10个query，怎么实现（topk问题，使用堆）9. 堆排序稳定吗，时间复杂度（刚才在回答排序算法的时候，没有说到堆排序）10. 搜索的词条补全 是根据什么数据结构实现11. 现有的春招推进情况12. base地点倾向许愿许愿！！！

求求了给一个offer吧许愿🎋🎋🎋希望假期过去后会有好消息

【一面】对着项目问的比较多1. 线性回归的假设条件是什么2. 介绍lstm，transformer这些3. transformer相比于seq2seq，它的增量点在什么地方4. 因果推断和（事件发生前拟合一个模型，使用这个模型对事件发生后进行预测从而得到效应），增量在什么地方，有哪些本质上的区别（跟我的项目相关）5. 对于销量预测模型，你有什么思路；怎么进行模型选型；如果没有其他特征，只有按时间变化的销量，可以怎么预测？6. 一个人投篮的命中率是60%，是投10次至少命中7次的概率大，还是投100次至少命中70次的概率大（大数定律）7. 手撕：两个椭圆x^2+y^2/2=1,x^2/2+y^2=1，求这两个椭圆相交部分的面积（蒙特卡洛模拟，好像还可以使用极坐标直接求解，忘了）比较注重数理（可能也是因为我是数理出身）【二面】1. 50个黑球和50个白球，分别放进两个框，怎么放置，可以让一个人拿到白球的概率最大2. 一个细胞的生命有三个小时，每个小时都会分裂一次，到T时刻会有多少细胞呢？3. 希望在算法岗从事什么样子的工作4. 技术栈有哪些面试时间很短，面试官很佛系，没咋问【三面】1. 问对深度学习那块比较熟，回答时序预测，问有无读过现在的SOAT方法，回答无（没读过啥paper）2. 什么样的embedding是好的embeding，怎么评估3. 选择unieval模型是怎么做的模型选型4. 拿到一个新方向是怎么调研的，怎么去找论文的5. 介绍transformer，每个encoder的结构是什么6. 介绍self-attention7. 怎么理解q，k，v8. 可以使用同一个W_q和W_k吗9. 为什么q×k之后要scale，d 是什么10. 时空图（论文，但是别人做的这part，自己不太了解了）11. 手撕：打家劫舍（偏重对算法的理解，和项目实现上的一些细节）一二面反馈非常快，5分钟就会有下一面的反馈，三面无了，可能自己没过攒人品攒人品攒人品！许愿许愿许愿！

一面 3.21问项目：问了一个项目，问的非常详细，大概问了30min然后问基础：transformer的架构为什么使用multi-head、残差链接和前馈神经网络层梯度消失的原因是什么gpt和t5的区别bert和t5的区别了解现有的大模型，比如LLaMa这些吗代码：删除链表倒数第k个节点，需要考虑到k>链表长度这个边界情形

还是纠结是呆在理想继续实习，等到秋招再投。因为目前感觉能学的还是很多，leader也愿意分配给我我想做的事情。还是去携程的风控策略？去不同的行业看看？因为自己的论文进度很慢，留在理想可以有时间弄弄自己的论文。秋招前只有一份实习可以嘛？纠结啊？

请问携程的风控策略实习怎么样呀？在纠结要不要去？

许愿面试前许个愿

想问问有没有人在上海理想实习过呀？感受如何？