记百度腾讯oppo的Android社招面经

大模型算法做研究的怎么样？提交录用资料稳发offer吗，有没有懂的老哥

终于可以开始闲下来编辑面经了大噶可以期待一波 关注一下～本来这周末要写的，这周末突然被导安排出差了，现在出差结束，offer也发了，开始写面经！

请问一下大家，oppo和实在智能这两家的nlp/llm实习怎么选。面试官都是直系上司，也都聊着很好。但是实在智能这边描述的项目更具体，感觉暑假三个月的时间能学到更多东西以及做更多事情。原来没有实习过，想问一下大家有没有什么办法！#实习##nlp##oppo##大语言模型#

【一面】对着项目问的比较多1. 线性回归的假设条件是什么2. 介绍lstm，transformer这些3. transformer相比于seq2seq，它的增量点在什么地方4. 因果推断和（事件发生前拟合一个模型，使用这个模型对事件发生后进行预测从而得到效应），增量在什么地方，有哪些本质上的区别（跟我的项目相关）5. 对于销量预测模型，你有什么思路；怎么进行模型选型；如果没有其他特征，只有按时间变化的销量，可以怎么预测？6. 一个人投篮的命中率是60%，是投10次至少命中7次的概率大，还是投100次至少命中70次的概率大（大数定律）7. 手撕：两个椭圆x^2+y^2/2=1,x^2/2+y^2=1，求这两个椭圆相交部分的面积（蒙特卡洛模拟，好像还可以使用极坐标直接求解，忘了）比较注重数理（可能也是因为我是数理出身）【二面】1. 50个黑球和50个白球，分别放进两个框，怎么放置，可以让一个人拿到白球的概率最大2. 一个细胞的生命有三个小时，每个小时都会分裂一次，到T时刻会有多少细胞呢？3. 希望在算法岗从事什么样子的工作4. 技术栈有哪些面试时间很短，面试官很佛系，没咋问【三面】1. 问对深度学习那块比较熟，回答时序预测，问有无读过现在的SOAT方法，回答无（没读过啥paper）2. 什么样的embedding是好的embeding，怎么评估3. 选择unieval模型是怎么做的模型选型4. 拿到一个新方向是怎么调研的，怎么去找论文的5. 介绍transformer，每个encoder的结构是什么6. 介绍self-attention7. 怎么理解q，k，v8. 可以使用同一个W_q和W_k吗9. 为什么q×k之后要scale，d 是什么10. 时空图（论文，但是别人做的这part，自己不太了解了）11. 手撕：打家劫舍（偏重对算法的理解，和项目实现上的一些细节）一二面反馈非常快，5分钟就会有下一面的反馈，三面无了，可能自己没过攒人品攒人品攒人品！许愿许愿许愿！