小红书 算法 一面二面三面四面hr面(已意向书)
很久之前投的简历，后来石沉大海，这轮是师兄直推然后面试的
9.7 一面
自我介绍
介绍项目
gcn和graphsage的不同
transformer和bert的postion embedding
神经网络如果权重全部初始化为0会存在什么问题
没有隐藏层，单层感知机，是什么情况
单层感知机，使用交叉熵损失，求导
做题：最长递增子序列
问意向城市
反问
9.10 二面
自我介绍
介绍论文，为什么不做成端到端的，异构图
在图上进行采样有什么高效的方法
有没有比较一些文本分类的算法，大规模类别的
做题：计算圆周率，使用的随机数生成，问有没有什么高效的方法
反问
9.14约 9.18三面
9.18 三面
自我介绍，选一个项目讲一讲
多模态对齐实际上到底有没有用，
如何判断表示是在一个欧式空间里面，如果不同的表示来自希尔伯特空间和欧式空间应该怎么做
找工作看中什么，小红书和其他大厂的不同，，，
9.26 四面
据hr说是dalao面
问论文，问实习，都是常规
问图表示学习，如何评估，有没有看过最新的论文，如kdd等上面
n*n矩阵，找到行最大列最小的元素，时间复杂度是多少，如何优化
还有一轮hr面。。。
10.14 hr面
部门介绍
问过往比较重要的时间段
过往比较苦难的时间
目前offer，公司选择， 城市选择
阿里云一面83人在聊