滴滴秋招一二面，算法工程师

一面80min：
项目实习
孤立森林的原理，one class svm的原理，这两者的区别
oc-svm与普通svm的区别，损失函数是什么，怎么优化
svm的kkt条件有哪些，分别有什么作用
boosting和bagging算法的区别是什么
随机森林和xgb的区别和适用场景是什么
哪个更能控制方差，从概率论的角度分析
gnn和gat的区别是什么，这两者有什么优缺点
现阶段很多实时计算量是不用gat的，你知道什么原因吗，有没有可替代方案
时序预测方法有哪些，你为什么在项目中选择这个时序预测方法，有没有选择其他的方法
不能只从结果和业务的角度分析，需要更多考虑算法的底层逻辑的差距
code：动态规划

十分钟后二面，个人原因调整了面试时间，同时也换了面试官，这将是我最后悔的决定
二面80min
项目实习
质疑项目的真实性和可靠性，全程觉得项目没什么用，做的实习毫无意义
xgb分裂熵是怎么计算的，叶子结点的权重是怎么计算的，讲解相关的公式
svm为什么使用核函数，有哪些核函数，其他方法也能进行高纬映射，为什么用了核函数
讲解svm的计算流程和相关的公式
lora的时候是微调的哪个部分，为什么是微调注意力矩阵，其他的呢，
怎么微调的，从代码层面讲解，从公式上面证明
讲解大模型原理，讲的太大了太空了，需要结合具体的公式进行分析
code：连接两棵树后最大目标节点数2的变体，面试官当场手出，没做出来

已挂