节前，我们星球组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学，针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。
汇总合集
一面
- word2vec的原理，skip-gram训练的具体流程，使用的损失函数，是怎么选择正负样本的，选择样本上有哪些优化算法，负采样的原理，还有哪些优化方法
- 贝叶斯调优，机器学习中有哪些优化参数的方法，为什么交叉熵会作为softmax结果的损失函数？梯度下降为什么有效，关于损失求一阶导数为什么有效？刚你提到了泰勒一阶展开，泰勒二阶展开有哪些相关的优化方法呢？
- SGD的原理，计算公式是什么，
- 在图的那个项目中担任了什么角色，做出了哪些贡献
- 介绍一下LSTM，seq2seq和transformer，介绍一下attention的原理
- Linux，bash这些有用过吗
- auc的计算方式（使用(FPR,TPR)算，排序公式去算），为什么这两种都可以计算出auc呢？它们之间有什么联系？然后就是使用sql写出auc的计算公式
- 有1000部电影，想要给人推荐，你有什么思路
- 手撕：接雨水，使用sql写auc
二面
- cnn做bn的方式，rnn是怎么做的，bn的好处
- gpt和transformer的区别
- 机器学习中方差和偏差的理解
- bagging和boosting的区别
- 位置编码的理解，attention的理解
- transformer和rnn的区别
- lstm为什么可以缓解梯度消失
- 异构图，GCN，word2vec，fasttext，
- SGD和adam的区别，在DNN中分别适用于什么样的情形
- 用过哪些DNN模型，
- 贝叶斯在推荐中的应用
- bagging和boosting的方法有哪些
- 手撕：三数之和，柱状图中的最大矩形面积
三面
- 会C和C++吗
- 数据结构的掌握程度
- 平常使用的技术栈有哪些
- 对推荐的了解
- 有哪些召回算法
- 对于推荐中排序的理解
- 排序算法，稳定性和时间复杂度
- 互联网每天都有很多用户搜索数据，在一天的日志中找到搜索频次最高的10个query，怎么实现（topk问题，使用堆）
- 堆排序稳定吗，时间复杂度（刚才在回答排序算法的时候，没有说到堆排序）
- 搜索的词条补全 是根据什么数据结构实现
- 现有的春招推进情况
- base地点倾向
技术交流
前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~
我们建了算法岗面试与技术交流群 ， 想要进交流群、需要源码&资料、提升技术的同学，可以直接加微信号：mlc2040。加的时候备注一下：研究方向 +学校/公司+CSDN，即可。然后就可以拉你进群了。
方式①、微信搜索公众号：机器学习社区 ，后台回复：技术交流
方式②、添加微信号：mlc2040 ，备注：技术交流+CSDN