23秋招 阿里高德部门机器学习 面经

✅小红书一面1、手撕代码：求矩阵中最大岛屿，深搜好还是宽搜好？2、手撕代码：快排。属于什么类型的算法？（分治）3、介绍项目。4、强化学习在推荐系统的应用？5、强化学习reward和监督学习的label的区别 ？6、是否了解推荐系统的框架 ？7、精排模型了解多少？8、直播中多目标优化指标选择 ？9、 直播点赞建模 ？10、 直播中一个观众点赞1、2和10有没有区别？11、 直播评论和点赞哪个更能表达用户需求 ？✅阿里高德实习一面1、严厉的项目拷打：系统建模、GNN作用、部署方式、训练方式、离线学习和在线学习区别优劣、单智能体和多智能体区别、如何解决长尾问题等2、xgboost和其他模型的区别3、xgboost如何得出最后的结果4、如何解决类别不平衡问题5、追问focal loss公式6、开放问题：高德打车如何找到潜在的用户，建模？（后面提示从特征、模型、数据、loss、目标等角度回答7、算法题：一个先递增后递减的数列，找到最大值，要求复杂度O( log(n) )。如：[1,2,3,5,7,11,9,5,3]📳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。

一面：全程50min，八股30min，算法20min1. innodb引擎的rr级别，age是普通索引，id是数据库主键，递增字段。事务A：begin；T1 select * from user where age = 20；（2个结果）T3 select * from user where age = 20；T4 update user set name = 'name1' where age = 20;T5 select *from user where age = 20;comit;事务B：T2 begin insert into user values('name2', 20); comit。请你分别告诉我T3-T5各有几个结果?2、3、32. TIME_WAIT 状态原因？ack至少丢失一次；防止建立历史连接3. 设计一个抽奖系统，每个用户可以抽 m 次，奖品个数为 n，每个用户最多只能中奖一次，大流量场景下如何设计，可以支持百万级并发抽奖？从接口、逻辑、扩展方面依次回答了。4. 算法：130. 被围绕的区域======================================================================二面：全程 40min，项目 15min，算法 20min，反问 5min1. 自我介绍2. 说下实习干了啥？大致介绍了下，然后说的实习难点3. 接口重构做了什么？说了过程，说了上线策略4. 你们后端服务大致拆分了几个服务？为什么那么拆分？5. 慢 SQL 治理的过程和原理？6. 其他记不清了7. 算法：LCR 084. 全排列 II。中间看成了全排列，5 分钟秒掉结果调试半天没有输出，经提示有重复数字。抠了半天抠出来了======================================================================三面：总共 70min，实习+项目+八股 20min，算法 50min1. 自我介绍？2. 实习工作？3. Netty 为什么快？4. 详细说下 NIO？5. 各种其他问题，记不清了6. 算法：31. 下一个排列总结：栽在三面了，唯一一次原题没写出来。当时写 hot100 就没细看，感觉这题有点难，结果唯一一次出原题我还没写出来！

一面：全程 55min，实习项目八股 20min，算法 30min，反问 5min1. 自我介绍2. 你的接口对接开发主要是干了什么？3. 对方接口变更，你们这边受影响的范围怎么样？4. 慢 SQL 治理怎么发现的？怎么治理的？5. 用过什么中间件？mq、redis、mysql、配置中心、rpc6. rpc 用的什么框架？选的什么序列化器？7. mq 怎么保证消息有序性？mq 组件？8. mq 延迟队列的原理是什么？9. redis 哪个数据结构能实现延迟队列？10. mysql 建过表吗？11. mysql 索引？为什么？12. java 线程池了解吗？说下参数？13. jvm 参数会设置吗？让你设置你怎么做？14. redis 内存满了会怎么样？15. 内存淘汰策略？lru 和 lfu 底层数据结构是什么？16. 算法：实现 LRU，要求：单例模式、写出单元测试17. 反问：业务？18. 反问：主要编程语言？总结：面试官让本地写代码，但是我编程主力是 mac，面试电脑是 win，导致 idea 写一半显示过期了，折腾半天都没搞定。后面尝试下载社区版，但是速度太慢。最后用 cursor 写的，根本跑不起来，但是代码都写完了，面试官说思路没有问题。======================================================================二面：全程 50min，实习八股 30min，算法 10min，反问 10min1. 自我介绍？2. 家在哪里？学校在哪里？对京东很了解吗？3. 说下实习干了什么？4. 实习难点在哪里？5. linux 指令考察？写一个 shell 统计一个文件夹下所有 jpg 格式的文件的大小，文件夹存在递归。6. 数据库用了吗？写的需求是什么？7. 实习哪些表分表了？分表怎么做的？8. 其他记不清了9. 算法：合并 k 个有序 list。hot100 合并 k 个升序链表的魔改版10. 反问：几轮面试？总结：许愿oc吧

1️⃣自我介绍：【⌚️10分钟】点评：流水账，有些磕磕绊绊，自我介绍环节的项目介绍的很详细，非常冗余。优化：写逐字稿，背诵，提升语言表达能力。2️⃣经常问题的问题优化：【⌚️20分钟】1：transform结构了解吗？回答点评：回答的很简单，5分吧，说了transform的结构是encode-decode结构，分块，每个块里面有四个组建，MHA、FFN、LN、残差链接，介绍和理解不深刻。提升指导：梳理回答逻辑结构，讲解MHA、FFN、LN、残差链接的添加逻辑和含义，其中MHA给出代码层面理解，从2分钟的回答变成6分钟的回答。2：多头自注意力机制是啥？公式是啥？代码你会写吗？回答点评：讲了公式，但是掌握的不够细致，pytorch代码框架不熟悉，attention_mask机制没有写出来。提升指导：讲述代码的原理，如何使用代码回答问题，展示自己的理解深刻。3：rag中的多路召回是什么？embeding为啥用智源的BGE-large/Base？回答点评：使用了BM25和向量召回，但是没有讲出来两个的区别和联系提升指导：先讲原理，再讲述下语义理解能力和泛化能力的区别，计算的效率，两个互为补充等。3️⃣不会回答的问题指导：【⌚️40分钟】1:  LN不太会回答，看网上的回答很多，但是不是理解层面。2：我的向量召回是faiss做的，和这个相关的问题我如何准备？3：经常会被问到rag用的啥框架，这个问题如何回答？还需要准备框架的知识吗？4：面试官经常问我，rag的模型是啥？有做微调吗？如果不做微调怎么回答？5：大模型还需要补充那些知识？📳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。