2025届暑期实习 腾讯推荐算法实习生一面面经

时间：4月12日11:00～11:50先是确认了一下，做的是cv，为什么投推荐算法岗。然后是自我介绍。自我介绍完选择一个自己最拿手的项目进行讲解，期间问了问细节。然后问基础知识：BatchNorm和LayerNorm的区别，为什么cv当中用BN而nlp当中用LN，具体的计算方式。L1和L2的区别，为什么计算L1容易导致稀疏矩阵而L2不容易导致稀疏矩阵，这两个求导分别是什么。auc的含义，如何计算，ROC曲线的含义，横纵坐标是什么，真阳率和假阳率分别是什么。Wide&deep中用了几个优化函数，分别是什么，为什么这么用。然后做题：34. 在排序数组中查找元素的第一个和最后一个位置改了一下，只用查最后一个位置最后反问。感觉要凉————————4月13日更新挂的挺快hhh 凌晨发的邮件

个人背景可以看上一篇腾讯面经一面/技术面 2024/3/27 上午10:30-11:30面试官先自我介绍，介绍了主要的业务，负责美团外卖App首页的外卖商家推荐等自我介绍，大概1分钟详细问了之前快手实习的过程，期间问了一些问题你觉得在用GNN做推荐时，哪些因素比较重要？介绍了NeurIPS论文算法题：二叉搜索子树的最大键值和问以后三年内的打算一面几乎没问八股，快手实习和论文讨论完就已经40分钟了，留了20分钟做题二面/技术面 2024/3/29 下午16:30-17:00上来直接让介绍快手的推荐实习主要干了些什么你觉得有什么出彩的地方？图神经网络做推荐有啥优势？你进来后具体想做什么？LLM和推...

面试时间：4月12日15:00 ～ 16:00先是自我介绍，介绍完让详细介绍一个项目，期间问项目细节。然后问基础知识：介绍一下transformer，attention怎么计算，为什么除以根号dk。LN和BN的区别，以及为什么cv中用BN，nlp中用LN。self attention和position embedding是直接相加的，那如果变成concat会有什么影响吗？问了一下是不是cv中用的是BN。最后做了两道算法题。第一题是：手动实现一个采样的类函数，只能调用random函数，时间复杂度O(logn)。528. 按权重随机选择第二题：A同学随机从【1，20】之中选择一个数字，B同学扔3次骰子得到一个和，求A同学数字大于B同学数字的概率慢慢等结果吧，说我是今天面的第五个，但是组里只招两三个人，大概率凉了-------------4月16日更新一面过了，约的19号二面-------------4月19日更新二面时间：4月19日 10:00 ～10:45没有参考价值，无算法无八股，纯问项目和实习-------------5月9日更新隔了二十多天，终于有消息了，约10号hr面

春招offer，有无大佬介绍一下能去否引流: 腾讯 pcg 字节 美团 百度 阿里巴巴