8.23一面，8.27二面
一面：
8.23 14：00 - 15：00
项目：主要讨论了实习在做的项目和在写的paper（基于实习的项目）的创新点。
包括但不限于：
使用了哪些指标；
为什么这么改进模型；
为什么使用Transformer；
在实验中有遇到什么问题，怎么解决的。
机器学习：问了XGBoost的原理。
算法题：一次买卖的股票题，秒了。
反问：讨论了一下美团的业务。
一面面试官对项目问的比较细，比较在乎为什么这么做，看重在项目中的思考。
二面：
8.27 14：00 - 15：15
项目：
包括但不限于：
使用了哪些指标，MSE的公式；
怎么改进模型；
GNN模型相较其他模型有什么优势；
pairwise方法较之前的方法有什么优势
介绍Transformer的基本原理，详细讲了Transformer里QKV的公式；
在实验中有遇到什么问题，怎么解决的。
机器学习：介绍XGBoost，我讲了XGBoost相较于GBDT的改进；然后问我GBDT的原理，我介绍了GBDT生成子树的方向；然后问我GBDT的损失函数，我回答了交叉熵；然后问我交叉熵的公式是什么，回归任务用的是什么损失函数；然后 问我GBDT的组成是什么，回答决策树；问我决策树有哪几种，回答CART（另外两种忘了）；问我CART根据什么分裂节点，回答Gini系数；问我Gini系数的公司和物理意义（太阔怕了，第一次被面这么细🤣。
算法题：topK问题，选出K个最大的数（可以无序的）。我写了快排，然后topK，觉得我的方法太麻烦，然后又花了15分钟才写出来（还是自己菜。
二面面试官懂得真多，我之前都没想过会问的这么细，很多树模型和数学公式我都没去看了，被问到后怕😥。
过几天就实习离职，回去准备秋招了。边实习边面试太难了！
全部评论
(6) 回帖