小米日常实习推荐算法实习生二面凉经

4.11号约的一面，横向三天16号约的18号二面，二面表现有欠缺，各位佬看看我能不能进三面。1、拷打项目。项目是关于CV的，面试官没有这方面经验，但是会一直细问项目的细节，让我一步一步地讲解给他，他全部理解了才会下一个问题，虽然问的都不深，但是问的很细，基本都回答上来。2、问机器学习的八股文。逻辑回归、线性回归、归一化、正则化。正则化回答的不太好，L1稀疏化的原因没答好。3、Transformer八股文。encoder、decoder、layer Normal和Batch Normal等，就是基础的Transformer细节。4、推荐系统八股文。问了解多少，因为我是CV的，所以了解没有很多，讲了讲基本的流程，粗排和精排。问知不知道精排的深度学习的模型，我没太了解过，说了个MMoE。5、手撕简单，就是个排序。但是一个字母写错了，面试官要求运行，调试了两三分钟发现一个字母写错了。这还有希望能进三面么。因为手撕很简单一个题，结果写错一个代码。面试官一直在安慰我说有点自信，手撕其实没有那么重要，一直在安慰我。（快手的面试官真的very好）这还有希望能进三面嘛，好痛苦啊，很想去手子

公司还是很香的~快来工作时间：一般是上午 9：30 - 下午 6：30，实行双休和弹性工作制度工作强度：整体工作强度适中，不是很卷，一些核心业务或研发岗位在项目攻坚阶段可能会面临较大压力。福利待遇：除了六险一金（公积金按 12% 缴满，还有商业保险）外，还有很多其他福利。例如每月可享受 150 元 / 人的团队活动基金，每月有一天带薪病假，新入职员工即有每年 10 天的年假，转正后 12 天，工作满 10 年后 15 天。每天有 35 元餐费补贴，或在食堂可包 4 餐。公司设有免费的健身房、浴室、按摩室，提供年度体检、免费班车、节日福利、零食下午茶等。工作环境优良：公司内部设有 2 个食堂，提...

今天老师给大家梳理了部分大厂搜广推算法岗面试真题，供各位同学参考学习。1.PPNet的核心思想是什么？为什么要 stop gradient ？什么时候不需要这样操作？2.多目标模型很容易遇到跷跷板问题或者两个 loss 数量级相差很大，优化速度差异太大，你知道有什么优化方法吗？3.NEG loss 和 NCE loss 有什么区别？ infonce loss 公式是什么4.召回业务一般怎么定义负样本？ bce loss 的公式是什么？简述一下 Pointwise , pairwise 和 listwise 的区别是什么？召回一般用什么 loss ?5.粗排的作用？怎么验证粗排精排的链路一致性？用什么指标可以衡量链路一致性？6.大模型了解吗？怎么在推荐中应用？比如怎么在召回中用？大模型训练分成哪几个阶段？简述一下各个阶段在干什么7.千万级别的整型数组，怎么获取其中出现次数最多的前 N 个数？（考数据结构）8.讲一下你知道的机器学习里面的算法，比如 AdaBoost , GBDT , XGBoost 这些。 Bagging 和 Boosting 的区别？随机森林是什么9.讲一下Word2vec是怎么做的？怎么降低计算复杂度？10.你知道的中心极限定理有哪些？11.双塔模型优势和缺点，怎么改进？12.粗排的目的是什么？有哪些指标，粗排应该向精排看齐吗？13.说一下 BN 的公式，哪几个参数是在训练时更新，在推理时还更新吗？简述一下测试过程中的 BN 怎么算。 BN 和 LN 的区别？14.当神经网络的权重初始化为0时，会遇到什么问题？15.你能抽象地归纳出序列建模发展的脉络吗？以及它的最终形态应该是什么样子？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

​今天给大家分享的是一位粉丝的提问，南航本硕研二深度学习图像处理方向，算法岗卷不动，FPGA岗位少，如何选择方向？接下来把粉丝的具体提问和我的回复分享给大家，希望也能给一些类似情况的小伙伴一些启发和帮助。同学提问：我是南京航空航天大学的本硕，目前研二，本科是交通运输民航机务工程，研究生是航天学院的电子信息，具体方向是基于深度学习的图像处理，目前我现在的能力主要是python深度学习算法，FPGA有课程但没看完，目前是会一点verilog会点灯的程度，目标方向是私企赚钱或者说不加班的外企国企（所以不是很想去军工企业）。目前看到的是算法岗比较卷，自己不是双九计算机本科怕卷不过，以及现在市场好像FP...