滴滴26秋储-算法实习生（信贷方向）面经

一面（45min左右）：

1.自我介绍

2.问两篇论文相关，巴拉巴拉说了一堆

3.平时用pytorch还是tf，答pytorch，接下来问pytorch怎么搭建模型什么的，评估模型的时候需要冻结哪些参数

4.Transformer连环炮

4.1 介绍一下transformer

4.2 多头注意力机制计算公式，如果要分8头，那么输入的维度有什么要求（答的可以被8整除）

4.3 FFN层的细节

4.4 多头注意力在训练的过程中，如何解决不同头参数趋同的问题（感觉是开放题目，答的不是很好）

4.5 LN和BN的区别，在训练和评估中有什么区别

4.6 post-LN和pre-LN

5.项目用了LoRA，介绍一下LoRA

6.矩阵的秩的概念，在深度学习中有什么意义

7.第二篇论文用了GCN，采样邻居的策略是什么？GAT、GraphSAGE有了解吗

8.DeepSeek R1的参数量，用的什么硬件（答用的蒸馏模型，GPU用的A100，没条件去微调原始模型）

9.手撕最长递增子序列

二面（30min）：

1.自我介绍

2.项目中有遇到什么困难吗

3.介绍两个项目，担任什么角色，用到什么评估指标

4.介绍论文相关内容

5.平时用过树模型、因果推断什么的吗

6.手撕还是最长递增子序列（但是这次要求用python写，一面用java做的）

面试官的建议：动手能力挺强的，但是项目不能完成就可以了，要注重评估指标和效果以及多去横向对比各种方法的优缺点。