欧美1区2区3区激情无套,两个女人互添下身视频在线观看,久久av无码精品人妻系列,久久精品噜噜噜成人,末发育娇小性色xxxx

1、問項目推薦算法是自己實現(xiàn)的嗎如何處理特征YouTubeDNN如何把回歸問題轉(zhuǎn)化為分類問題Faiss加速的原理還有哪些加速算法2、問實習(xí)一lstm是否有多元輸入cnn經(jīng)過maxpooling后特征不連續(xù)，如何處理激活函數(shù)的作用如何解決過擬合欠擬合如何解決過梯度消失梯度爆炸正則化的作用還了解哪些機器學(xué)習(xí)模型，介紹一下原理3、問實習(xí)二LoRA微調(diào)的原理是什么為什么能減少參數(shù)，提高效率4、代碼求根號（自己寫函數(shù)）條件概率手撕梯度下降

1、問實習(xí)一問業(yè)務(wù)場景定價策略的滑窗/尺度是多少發(fā)電量預(yù)測，介紹數(shù)據(jù)集，用了什么模型為什么xgboost效果最好具體準確率和mape的值是多少正則化的作用是什么知道哪些梯度下降的算法（講的不太清楚，面試官建議可以用公式講解）Shapley的原理是什么上一段實習(xí)為什么離職為什么想來互聯(lián)網(wǎng)2、問實習(xí)二問了公司類型和業(yè)務(wù)場景3、問項目一問業(yè)務(wù)場景如何解決正負樣本不均衡的問題4、手撕代碼沒撕出來，救命問了null和nullptr的區(qū)別，引用變量的作用

自我介紹為什么投視覺算法，更熟悉視覺還是nlp問項目具體怎么實現(xiàn)多模態(tài)的數(shù)據(jù)集格式，輸入到網(wǎng)絡(luò)里的是什么為什么要算相關(guān)性矩陣，不算會怎么樣怎么做特征融合的問實習(xí)輸入特征有哪些如何計算特征重要性用的什么loss函數(shù)，具體計算公式是什么是否了解大模型，介紹一下CLIP

1、問實習(xí)一特征有哪些準確率是怎么算的項目的業(yè)務(wù)背景，有什么作用如果預(yù)測效果不好，如何解決AUC指標跟準確率指標有什么區(qū)別2、問實習(xí)二數(shù)據(jù)集有沒有l(wèi)abel有沒有做異常歸因3、問項目介紹電商項目RFM模型是什么如何進一步運用于推薦系統(tǒng)

1、自我介紹2、代碼題 字符串翻轉(zhuǎn)并相鄰去重字符串翻轉(zhuǎn)并去重，時間空間復(fù)雜度3、實習(xí)實習(xí)中最有成就感的事，遇到什么困難，如何解決為什么用lstm，有沒有比較其他模型介紹lstm原理為什么不用機器學(xué)習(xí)模型如何選取特征，如何評估特征重要性還熟悉哪些機器學(xué)習(xí)模型xgboost和決策樹有哪些區(qū)別和聯(lián)系為什么xgboost比決策樹效果好4、有沒有用過大數(shù)據(jù)工具MapReduce原理為什么sql查詢會變慢分析線下支付變化原因（面試官人很好，很耐心）

1 自我介紹2 問實習(xí)一為什么只用了簡單的決策樹效果如何，有沒有跟其他模型做比較3 問實習(xí)二如何保證數(shù)據(jù)隱私不被泄露有沒有做多輪對話只用了開源框架嗎？做了哪些改進怎么部署的4 其他問題（圖像檢測相關(guān)）為什么用yolov8yolov8相比于yolov5的改進介紹一下yolov8結(jié)構(gòu)yolov8哪些模塊用于做特征融合5 反問

1、問第一段實習(xí)為什么選擇用多任務(wù)學(xué)習(xí)lstm，特征有沒有做embedding，其中的hidden size是多少展開說說api+xgboost，目標值是什么2、問第一段實習(xí)知識庫數(shù)據(jù)集是如何構(gòu)建的如何做RAG的有沒有做微調(diào)為什么LoRA微調(diào)高效，更新了哪些參數(shù)手撕代碼：跳躍游戲，貪心動態(tài)規(guī)劃反問：介紹業(yè)務(wù)，需要對embedding，qkv比較數(shù)據(jù)反思：問的很細節(jié)，需要對所有代碼都熟悉；以及我缺少對代碼優(yōu)化的思考面試官人很好，感覺什么都會簡歷內(nèi)容在精不在多，寫上去的就要經(jīng)得住拷問

1、問第一段實習(xí)為什么選擇用多任務(wù)學(xué)習(xí)lstm，特征有沒有做embedding，其中的hidden size是多少展開說說api+xgboost，目標值是什么2、問第一段實習(xí)知識庫數(shù)據(jù)集是如何構(gòu)建的如何做RAG的有沒有做微調(diào)為什么LoRA微調(diào)高效，更新了哪些參數(shù)手撕代碼：跳躍游戲，貪心動態(tài)規(guī)劃反問：介紹業(yè)務(wù)，需要對embedding，qkv比較數(shù)據(jù)反思：問的很細節(jié)，需要對所有代碼都熟悉；以及我缺少對代碼優(yōu)化的思考面試官人很好，感覺什么都會簡歷內(nèi)容在精不在多，寫上去的就要經(jīng)得住拷問

一直在問項目數(shù)據(jù)集是什么樣的，數(shù)據(jù)維度，數(shù)據(jù)集大小有沒有對數(shù)據(jù)集做分析如何實現(xiàn)3D CNN如何實現(xiàn)3D resnet，如何做下采樣，如何處理殘差有沒有嘗試其他多模態(tài)模型如何將兩種模態(tài)結(jié)合在一起手撕代碼 合并區(qū)間好久沒復(fù)習(xí)這個項目了，好多細節(jié)沒想起來

自我介紹1、深挖項目一跟原模型相比做了哪些改進為什么要做這些改進數(shù)據(jù)集是不是太小了分工2、深挖項目二項目背景整體介紹一遍為什么算多模態(tài)做了哪些創(chuàng)新為什么模型效果更好了數(shù)據(jù)集維度分工如何在CNN上添加注意力機制

一面0、研究方向?qū)嵙?xí)時長1、問實習(xí)項目為什么用LSTM數(shù)據(jù)來源評價指標加速框架原理2、問多模態(tài)項目創(chuàng)新點數(shù)據(jù)類型介紹一下軟投票介紹一下五折交叉3、問目標檢測項目如何提取關(guān)鍵幀DBB如何實現(xiàn)GAM如何實現(xiàn)準確率有多少4、問推薦算法項目只用了傳統(tǒng)算法嗎評價指標反問1、崗位做什么2、面試表現(xiàn)如何