b站算法

一面 1.简历项目介绍2.如何做attention，为什么attention要除以根号dk?3.讲讲你对Embedding了解多少？4.对推荐系统都有哪些了解？常用技术点有哪些？5.从从ROC到AUC、再到GAUC，它们分别是什么，有什么区别？6.为什么Transformer选用LayerNorm而不是BatchNorm？7.如何进行模型的在线训练，和离线训练有什么区别？8.项目中涉及的模型是如何进行输出的，是否涉及在线预估？9.介绍多路召回策略。10.交叉熵怎么理解？11.算法题：三数之和

Timeline：9.1一面 --> 9.4二面 --> 9.12三面一共手撕了三道，上来问主包有没有刷过题，很诚实的说没有...所以可能给我的手撕题不算特别难？链表反转 + 卖出股票最大利润（贪心） + 改变链表序列1. 一面针对我实习的其中一个项目聊了很多，包括模型框架、训练和推理细节，对整个Pipeline都梳理了一遍，以及其中是否有做一些实验，业务产出等等2. 二面相当于把我简历里所有项目从头问到尾，穿插了一些技术细节问题，例如是否了解不同的框架，DiT中的控制条件生成有没有不同的拼接方式，Token-based/Latent-based建模方式的差异在哪里3. 三面主要以我的论文作为切入点，介绍了这个领域的应用、发展，聊论文的动机，以及具体的实验细节等，然后让我推广到更大的领域去找两者的共性其实还有很多面试的具体题目没有提到，例如Token-based中不同Vocab的拼接方式？但一般都是结合我的项目顺势问出，所以三场面试下来没有什么八股ps：三面完后状态变成了“面试完成”，是进池子了吗我是真想去，b站12年骨灰级用户

一面 9.8手撕：lc1443 收集树上所有苹果的最少时间（小众变态题目）八股：1. GC，说一个GC收集器2. GC root说的是哪些量3. 事务隔离级别，为什么存储引擎用可重复读4. 常用的设计模式，单例有几种实现方式，不同实现方式的应用场景5. 排序算法，归并和快排的区别，应用场景6. 解决哈希冲突的方法（可能有漏掉的，但应该是跟其他面试问的八股差不多，可以看我其他的面经帖子）实习：1. ai助手项目，为什么用多智能体架构不用单智能体2. redis存短期记忆如何实现3. 字节的实习讲一个解决线上问题的全过程约9.12二面

原定于今天下午一面，想提前调试一下设备，结果点开面试链接发现面试取消了。然后我就尝试联系HR，电话不接，邮件没回，短信也没回，加微信也不通过。然后点进官网一看，直接是挂了。什么神人流程，对接的HR也是一点素质没有，就当校招生好欺负呗。真没辙了，唉唉。