赞
踩
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
今天分享一位我们社群成员的分享总结,喜欢记得收藏、点赞、关注,更多技术交流,文末加入我们社群。
背景:女生,top985 CS 本硕,研究生的方向偏向于NLP/搜索推荐,2024届秋招拿了阿里、百度、联想等offer。
大家都知道今年秋招形式很艰难,互联网大厂更是几乎不招人,面试前在社群收获了很多经验,为此面试前做了很多准备,感谢社群中大佬的帮助。
面试过程中大概记录和整理面试问的高频问题,包括高频很常见的算法面试题(或者说八股文),发上来给大家,希望能够对各位有所帮助~
同时感觉有一些特别的变化就是面试题特别的新,大模型相关的内容也会经常出现,祝大家收获心仪的offer!
【SVM原理】
【LR逻辑回归】
【模型的参数可不可以初始化为0?】
【集成学习】
【决策树】
【EM算法】
【过拟合】
【方差偏差分解】
【归一化】
【正则化】
【初始化】
【激活函数】
【损失函数】
【信息论】
【样本不均衡】
(降/过采样,带权重的 loss)
【数据预处理】
(离散特征和连续特征)
【梯度消失和梯度爆炸】
【优化器】
【评价指标】
【BERT 和 Transformer】
简单介绍一下 BERT/Transformer
BERT 的两个训练任务是什么?(MLM 和 Next Sentence Prediction)
BERT 的优化器(AdamW)?和 Adam 的区别?
Attention 和 self-attention 有什么区别?
Self-attention 的公式、计算过程 *出现频率极高
多头的意义,多注意力会增加模型的计算时间吗
Transformer 的复杂度
对比 LSTM、CNN 和 Transformer,Transformer 的优点是什么(上下文感知、并行处理)
BERT 中如何解决 OOV(Out of Vocabulary)
【大模型】
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~
我们建了算法岗技术与面试交流群, 想要获取最新面试题、了解最新面试动态的、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:加群
方式②、添加微信号:mlc2040,备注:技术交流
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。