因为眼睛散光，所以日常看人会斜视，给人感觉是在看左边已经不止一个面试官怀疑过我了，所以现在面试之前，我都会先介绍说明自己眼睛的情况😅

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）  

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）

24届实习秋招的时候第一段实习花了很多精力才收到offer从包装简历，复习项目，准备面经，刷力扣，面试模拟，每个都花了很多时间然后第一个实习2个月后，开始转大模型实习，发现容易很多了，因为简历项目丰富，也会包装了，所以能在各个平台收到面试邀约😻（分享一些当时实习记录的面经笔记）

2-3个我的实习项目有深度 有创新辅导实践 走完项目流程大模型基础学习+项目实践+面试辅导感兴趣随时聊

三面面试官是主管面 完结了然后问的细节也会更详细1点 具体记录面经总结：面试问题：- （针对简历提问）工作里提到的CTR模型训练，所用到的特征量是多大（多少数据量），模型多大，训练一次多久，用什么优化器...（就拷打你有没有真的做，最好记住关键细节）- （针对简历提问）你工作里训练CTR模型怎么解决样本不平衡问题，有哪些方法罗列一下，然后再介绍优缺点。- （针对简历提问）大概介绍一下CTR模型的结构是什么样的（wide&deep），模型的特征有哪些（静态&动态），用什么框架实现（tf）？- （针对简历提问）介绍一下CTR里的SEnet作用，还知道哪些其他的ctr模型（mmoe、deepfm、din、esmm之类），然后顺便拷打介绍了一下ctr的发展史（从机器学习模型代表的GBDT+LR、FM，到深度学习Wide & Deep、Deep & Cross，到兴趣建模的DIN、多任务的MMOE）- 又拷打了对优化器的了解（继续吟唱SGD Adgrad RMSProp Adam的发展和区别）- 解释一下ROC曲线的原理，AUC指标范围，含义是什么？代码题：- 给一个整数数组 num和一个整数 k ，返回该数组中和为 k 的子数组的个数 。（和为k的子数组）- 给个字符串，判断是不是有效括号（力扣20）三面是主管面，我遇到的主管一直在深挖简历内容，侧重看是不是真实的（通过项目细节、项目内容深度上去拷打），所以如果面到后面了，建议一定把简历上的项目（至少写出来的东西）好好准备一下，问到详细参数，就算记不得也最好说一个合理的数，比说不知道忘了要好一点。字节的三面强度感觉是更高的，感觉别的公司三面一般不会问很细节的技术，就大概聊一些开放场景的问题，比如让你设计一个xx场景的模型，你会怎么考虑模型、特征之类（也可能碰巧遇见了，这次面试时挺汗流浃背的）类似的，还是会有很多机器学习的常见面经题目，建议整理熟读。

大模型 搜推业务面经记录面试问题：- （针对简历提问）你工作里主要关注哪些指标？解释一下AUC含义、计算和作用- 主流的开源大模型结构有哪些？（prefix decoder，casual decoder、encoder-decoder）- 介绍一下layernorm和batchnorm的区别？- 在机器学习里，怎么处理长尾数据和多峰数据？- 怎么解决模型的冷启动问题，你觉得LLM在冷启动方面能够起到什么作用？- 介绍一下常见的优化算法（SGD ->Adagrad ->RMSProp ->Adam -> AdamW）？优缺点- 为什么Adam不一定最优而SGD最优的？怎么理解分析？- （针对简历提问）你工作里的对比损失是怎么构造的，有什么作用？介绍常见的对比损失的公式。代码题：- 数组第K大。给定整数数组 nums 和整数 k，请返回数组中第 k 个最大的元素。（力扣215原题）- 手写对比损失的计算（结合项目），并简单说了一下原理。（大概写出来就好）二面我这个是交叉面，提问的有部分设计大模型，也当然我简历上有大模型，所以问了一些llm+搜推的内容，但这部分交叉问题比较浅，能说个大概就很好，同时也有很多经典的机器学习面经问题。因为项目里提到了对标学习，所以面试官在代码考核部分让我写个示例，所以写进简历的一定要准备好（包括流程步骤，代码实现大概要清楚）。面广告算法的岗位，机器学习面经暴率很高，建议熟背，就算是看过有印象，问到的时候也会基本很稳。

电商治理面经 第三面三面完就hr面了记录一下面经

电商治理二面拷麻了持续记录！

电商治理平台有llm个vlm的业务做内容治理算法

面试问题：- （针对简历提问）你工作里主要关注哪些指标？解释一下AUC含义、计算和作用- 主流的开源大模型结构有哪些？（prefix decoder，casual decoder、encoder-decoder）- 介绍一下layernorm和batchnorm的区别？- 在机器学习里，怎么处理长尾数据和多峰数据？- 怎么解决模型的冷启动问题，你觉得LLM在冷启动方面能够起到什么作用？- 介绍一下常见的优化算法（SGD ->Adagrad ->RMSProp ->Adam -> AdamW）？优缺点- 为什么Adam不一定最优而SGD最优的？怎么理解分析？- （针对简历提问）你工作里的对比损失是怎么构造的，有什么作用？介绍常见的对比损失的公式。代码题：- 数组第K大。给定整数数组 nums 和整数 k，请返回数组中第 k 个最大的元素。（力扣215原题）- 手写对比损失的计算（结合项目），并简单说了一下原理。（大概写出来就好）二面我这个是交叉面，提问的有部分设计大模型，也当然我简历上有大模型，所以问了一些llm+搜推的内容，但这部分交叉问题比较浅，能说个大概就很好，同时也有很多经典的机器学习面经问题。因为项目里提到了对标学习，所以面试官在代码考核部分让我写个示例，所以写进简历的一定要准备好（包括流程步骤，代码实现大概要清楚）。面广告算法的岗位，机器学习面经暴率很高，建议熟背，就算是看过有印象，问到的时候也会基本很稳。

字节大模型算法在职接实习秋招辅导 带做项目（可以作为简历项目）带实践大模型（cpt sft rlhf rag agent都涉及）带面试辅导（面经 简历包装 模拟面试）别焦虑找不到实习了

字节大模型算法工程师课程目标：带做大模型2-3个大模型项目（涉及cpt sft dpo rlhf rag agent）三个阶段的课（不少于10节课）：第一个阶段：项目课（2-3个项目）第二个阶段：大模型基础课（超详细大模型基础知识学习）第三个阶段：面试辅导（面经课，模拟面试，简历辅导，内推，offer咨询）精力有限，2-3人以内

字节在职大模型算法工程师带做llm项目面向实习1-2人