字节跳动TAC 广告算法 一面凉经

本人中九本华五硕，导师属于完全放养基本上不管的，所以无论文成果，研一到现在除了上课就是在做一个aigc相关的横向。想要找实习摆脱困境，由于只有这一段aigc相关的项目，发现很多中厂都简历挂，要去小厂先刷个短期项目经历吗？

1小时简历怎么没有论文情况（鼠鼠有的话不写了吗，马科长：别问了别问了）process agent autogen的作用和流程query重写怎么做的为什么需要kmeans下采样 kmeans和KNN分别是什么，讲解过程lora微调参数多少 试没试过其他rank参数MPNet和其他模型的区别，为什么用这个做语义重排序为什么图像压缩到32*32，讲解DDPM和DDIMlayer norm和batch norm区别自注意和交叉注意力区别手撕：128最长连续序列反问：略二面已推～

offer1：字节-ads infra（上海）offer2：阿里智能信息-大模型（广州）都是基础架构犹豫点：本人广东人，还是挺想留广州的（秋招还能回来吗？阿里智能信息有的说边缘有的说还行阿里转正率高，字节要靠卷不是很了解大模型的行情各位大佬给我分析分析😣

面的是字节的国际电商部门感觉是卷中卷了被狠狠拷打了😭面试问题：- 解释一下ROC曲线与PR曲线的关系、ROC曲线与PR曲线的适用场景- 介绍一下贝叶斯定理（贝叶斯公式和全概率公式）- 考了一个概率题：已知一个随机发生器，生成 0 的概率为  p ，生成 1 的概率为  1 - p 。请构造一个新的随机发生器，使其生成 0 和 1 的概率均为 1/2。- （针对简历提问）了解矩阵分解吗 MF、LFM吗- 训练模型的时候，怎么才能知道模型是不是过拟合了？除了看训练集和测试集的准确率，还有哪些方法可以防止过拟合？比如正则化、交叉验证这些，能不能展开讲讲怎么用？- 推荐系统里老听到CTR预估和序列推荐模型，讲讲这些模型是干啥的？比如DIN、DIEN这些CTR模型是怎么捕捉用户兴趣的？还有GRU4Rec、Caser这些序列模型是怎么处理用户行为序列的？它们各自解决了什么问题？代码题：- 给定整数数组 nums，求最大和的连续子数组，并返回该最大和。（最大子数组和LeetCode53）- 手写一个二分类交叉熵bce，使用np（只把bce的公式写出来了，然后拷打怎么计算梯度，最好熟悉一下二分类梯度怎么回传的，被拷打到了这里）一面一般是组内员工，平时比较忙，这场面试约在的中午11点，所以如果能够把你的项目介绍得详细一点，就容易不让面试官问太多问题，一般我大概是2-3min自我介绍，然后再10min介绍一个项目（2-3个项目说完差不多就去一大半面试时间了），然后最后面试官不是主动型+忙着去吃饭，就会问些常见的面经，然后碰巧见过的爆率很高，然后直接吟唱。这里拷打了概率类型的问题，印象里至少有4/32次面试提到了类似的概率场景题目，建议也是稍微复习一下，至少看看基础的内容。国际电商（tiktok）据说晋升不错（同时也卷），毕竟是出海业务，但是是真的难进（听说很多清北大佬都挂了），不太懂想要招什么人（岗位名额实在太少）