嵌入式秋招总结

以目前这个就业环境来说，秋招竞争越来越激烈，秋招时简历满天飞，hr筛选得很快，而提前批的竞争就小一点，许多人都还没有反应过来要开始找工作。现在投提前批面试更快，拿offer也更快，即使没有offer，多面试几次在秋招就能更游刃有余。

还没开始面试就流程终止，这个合理吗。还给我发了AI测评的链接

bg：双一流本，两年工作经验，给还在学习的朋友们分享一些对应经验下企业所问的问题，也有助于自己未来进行总结。以下打⭐为印象深刻的问题。Q：技术面：（1）自我介绍（背景+工作经验+工作内容+成果）（2）项目拷打①推荐算法：（3）注意力Q,K,V计算公式（4）self-attention和external-attention的区别（5）了解过哪些主流的推荐算法（6）讲一下Wide&Deep原理（7）推荐算法中正负样本集是如何构建的（8）如何理解auc指标（9）平时用哪些框架（pytorch），如果接触到tensorflow项目，最快需要多长时间能上手②机器学习算法：（10）了解什么是特征偏移么（11）对于数据不平衡问题的解决办法（12）训练集和测试集的正负样本比相差过大怎么办（如训练集1:49，测试集1:199）（13）知道什么是概率校准么（14）讲述一下二分类的原理⭐（15）平时有了解过LLM么（16）做过xgboost的超参数优化么，以及对早停机制（early stopping）有没有什么深刻理解⭐（17）平时做过哪些衍生特征（18）如何筛选重要特征（19）如何避免特征之间的多重共线性，避免了又会有什么缺点（20）以业务的角度筛选特征有什么缺点⭐（21）xgboost是如何处理缺失值的（22）对类别变量有什么处理方法（23）机器学习和深度学习分别建模有哪些不同点（24）xgboost的多分类和神经网络中的多任务有什么区别

1.自我介绍2.岗位相关:为什么选择岗位，对岗位的理解3.公司相关：对小鹏汽车了解多少4.项目遇到的最大难点，是如何解决的5.说一个项目或实习过程中的创新点6.项目或实习中是否遇到停滞不前的时候，如何解决的7.给自己设定过什么目标，如何实现目标8.类似行测的10个题目9.性格测评问题没那么多，很多都是根据你的发言提问，希望ai面别刷我了