#互聯(lián)網(wǎng)回暖，字節(jié)要招4000+人# 剛告訴我簡歷又被鎖了，估計又要打復(fù)活賽了。這下面試爺是不虛了，愛過不過去****，反正過不過也不在于我，繼續(xù)拷打字節(jié)。
就當面著玩了以后，趁還記得一些把之前面試的面經(jīng)寫一下回饋給牛油們，我也不算浪費時間。

7.22
某缺人部門海招ByteIntern，當時很多人都接到電話了，當時我也沒面試過尋思就當練手了。后來才知道字節(jié)一直保留面評，當時要是知道就不面了。這一面?zhèn)€人覺得是最難的。
Transformer經(jīng)典八股：
·Transformer結(jié)構(gòu)
·手寫自注意力然后問我Q,K,V的線性變換矩陣能不能共享權(quán)重，這個我現(xiàn)在也不知道能不能，問同學(xué)說能問GPT4說不能。
·為什么÷sqrt(dk)
·多分類損失函數(shù) ——交叉熵；交叉熵里每一項的意義是什么？
·講一下Adam優(yōu)化器的原理以及優(yōu)化過程
·八股記不得了，手撕lc84，面了快40次唯一一個考hard的

8.5 第二面(ByteIntern一面)
還是ByteIntern，當時是在官網(wǎng)隨便投的，沒想到被看到了。部門是做AI評估音樂的，一面面試官說因為看到我簡歷上鋼琴10級適合以及我本來就是做聲學(xué)AI算法的感覺非常合適。
·問了點聲學(xué)的知識，可能參考意義不大。梅爾頻譜怎么來的，MFCC怎么來的，他們什么關(guān)系
·還是Transformer，自注意力。問了一個cross attention，我當時都沒聽說過這啥，面完趕緊補習(xí)了一下，后來百度二面也問了。
·BERT和Transformer區(qū)別
·TTS相關(guān)的，F(xiàn)astSpeech和Tactorn區(qū)別。這個不是做語音合成、語音大模型相關(guān)的應(yīng)該也沒啥參考的
·手撕，手寫一個帶通濾波器對特定頻段的聲音加強；最長無重復(fù)子字符串

8.8 第三面(ByteIntern二面)
沒太問八股
·怎么評價生成式模型生成的音樂（我項目里有一個用diffusion生成音樂的）的好壞
·KL散度
·Linux熟悉嗎？我說我就會cd mkdir rm -rf
剩下的不記得了
·手撕，括號字符串是否合法，棧秒了

然后告訴我要加面，我可去你...
接下來的兩輪技術(shù)面一輪是業(yè)務(wù)場景題，一輪是一個酷似《狂飆》里蔣天的人給我講了一堆入職之后的事就沒了，然后是HR面，就這么ByteIntern前后面了一個月后順利“通過”了。期間我還面了網(wǎng)易的推薦算法實習(xí)，也過了，但是因為這個ByterIntern已經(jīng)告訴我準備入職了我就推掉了....
然后offer審批了兩周，字節(jié)HR打電話告訴我說那邊說因為這是能轉(zhuǎn)正的實習(xí)，看的表現(xiàn)符合預(yù)期但沒有超出預(yù)期，所以沒審核通過。我可闡釋你的夢啊，生怕我轉(zhuǎn)正是吧。
ICASSP截稿9.9，正好實驗做完了，那幾天光速寫了一篇，反正就4頁，快得很。

然后9.3被正式批撈了，一個叫用戶增長（User Growth）的部門，我也不知道干啥的，去校招網(wǎng)站看會數(shù)據(jù)結(jié)構(gòu)機器學(xué)習(xí)深度學(xué)習(xí)這些就行，那就面唄。HR加我微信問："同學(xué)我看你都六面了啊而且面評也不錯的，怎么回事啊？"是啊，怎么回事啊，你們企業(yè)傳統(tǒng)藝能你都不知道嗎？不過這回效率倒是快，秒鎖我簡歷，我本來正和國際音樂那邊的聊得不錯準備內(nèi)推我，結(jié)果發(fā)現(xiàn)已經(jīng)被用戶增長鎖了，鎖完就約面。

9.5 第七面（正式校招崗一面）
估計是看我之前算法八股考差不多了，開始考我數(shù)據(jù)結(jié)構(gòu)啥的了
·知道哪些排序算法？時間復(fù)雜度都是多少
·哪些是空間換時間的排序算法？
·棧和堆的區(qū)別
·泊松分布和γ分布的區(qū)別（？woc開始考數(shù)學(xué)了）
·β分布和γ分布的關(guān)系
·卡方分布和γ分布的關(guān)系
·softmax公式
·AUC，機器學(xué)習(xí)里樣本不均衡怎么解決，二分類的話如果負樣本過多對AUC有什么影響，sigmoid的平均值會怎么變
·手撕，最大子數(shù)組乘積，lc152

9.6第八面（正式校招崗二面）
這面我了個大草啊，拷打半天數(shù)學(xué)。
·線程和進程的區(qū)別（我草你就那么確定我學(xué)過OS嗎，這真是我自己好奇自學(xué)的）
·C語言里臨時變量怎么存的，全局變量怎么存的，臨時變量可以用指針指向嗎？我就記得當時學(xué)CASPP的時候臨時變量是放棧里全局變量是放堆里，棧里的物理地址總變我估計是不能用指針指的，我就這么說的。
·手撕，給定先序遍歷和中序遍歷，輸出后續(xù)遍歷，遞歸秒了。
然后面試官直接放棄繁文縟節(jié)了，開始我面試以來最汗流浹背的一小時：“我看你學(xué)數(shù)學(xué)的，我得看看你數(shù)學(xué)基礎(chǔ)怎么樣”
這一部分參考意義其實不小，我PDD二面也考了貝葉斯估計，現(xiàn)在偏機器學(xué)習(xí)算法崗的崗位會有考
·多項式方程，怎么寫程序求解？ 直接懵了，這我把大二學(xué)數(shù)值代數(shù)的知識回想起來了，最后說出來牛頓迭代法，記憶恢復(fù)20%。好在沒讓我動手實現(xiàn)一個
·拋硬幣，直到拋出兩次正面停止，預(yù)計要拋多少次（求期望）。本來我信誓旦旦的寫了一個求期望的級數(shù)，準備用級數(shù)求和再不濟用高中的錯位相減算，結(jié)果寫到5次的時候汗流浹背了，發(fā)現(xiàn)這個表達式太難寫了。最后努力回憶起上輩子的記憶用馬爾科夫狀態(tài)轉(zhuǎn)移算求出來了。答案是6次，具體怎么算牛油們查一下就找到了，挺經(jīng)典的題。
·拋10次硬幣，4次正面，6次反面，求拋出正面的概率p的極大似然估計。我上早八，我都多少年沒算過這東西了，開始邊胡謅邊說了，我說我記得這玩意是無偏估計....誒，無偏估計，那這東西算出來最后應(yīng)該是2/5...最后倒果為因，從結(jié)果倒推推出來了極大似然估計的式子算出來了

9.11第九面（正式校招崗三面）
·lc31 下一個排列
·二分類問題的損失函數(shù)。 為什么是BCE？表達式是什么，為什么是這個形式？
答：因為交叉熵是凸的，好優(yōu)化；另外交叉熵和KL散度之間差了個目標分布的熵，優(yōu)化BCE就是減小KL散度，讓預(yù)測分布和目標分布差距減小。面試官連連稱好雖然沒有l(wèi)uan用
表達式一開始寫完少寫了個符號，提醒我之后寫出來了。

9.12因風(fēng)格不融洽（nm$l），三面掛，我去問了一下之前國際音樂的HR能不能給我推進進程，她告訴我發(fā)現(xiàn)我又被鎖簡歷了，這次是機器學(xué)習(xí)算法崗的，哥們又要打復(fù)活賽了。這回愛過不過，全當去給牛油們更新熱乎的面經(jīng)了。