蚂蚁 机器学习算法实习 一面面经

4.3一面，说五个工作日出结果，但20天了官网状态还是面试中，没有后续。找客服催进度，他说系统显示的是4.17面试的。蚌埠住了

2024.3.29 蚂蚁电话面 60min自我介绍背景，本科专业，研究生方向，想做ai相关还是研发相关，怎么考虑的为什么要做第一个项目短信登录的部分怎么实现的（发短信是否通过一些运营商的API）为什么选择redis做缓存redis集群相关，节点故障怎么办为什么选择雪花算法，相对于uuid的优势怎么测试的实现一个数据库，需要考虑哪几部分比较重要buffer pool怎么更新还是什么（这个问题都没听懂，答得好像完全不是一个事）B+树的实现怎么做的操作系统要实现哪几个部分为什么用虚拟内存，直接用物理内存的劣势（物理内存的组织会产生内存碎片这个没考虑到）指令集了解吗（简历里提了但是没用到，没答好，...

#蚂蚁##实习##暑期实习#一面居然过了我很震惊。二面的话主要还是继续问论文和项目，没有专门问一些八股文，也没有手撕算法。有几个具体的问题。印象比较深的问题如下：1）说说论文中用到的数据集    baby/sports/clothing2）说说对论文中所用数据集的处理方法    对数据集没有进行特别深入的处理，开源框架已经把数据集通过统一的特征提取模型弄好了。在统一的特征嵌入之下进行的实验更能证明模型的有效性。3）说说论文中使用的代码开源框架的特点    比较新，功能齐全，收录了大量的baseline，统一了项目的文本特征嵌入和视觉特征嵌入，能够让开发者把工作重心放在模型的研发之上。4）说说pytorch和tensorflow的差别    回答不出来。tensorflow两年没用了。我记得我没在简历上写熟练掌握tensorflow啊。    请教了一下GPT4：简单来说，PyTorch以其动态图的特性和更加pythonic的接口受到很多研究人员的喜爱，而TensorFlow则以其静态图和庞大的生态系统（包括TFX、TensorBoard等）在生产环境中更加常见。此外，TensorFlow也提供了较为强大的分布式训练支持和模型部署功能。    最近太忙，后面空闲了得把tensorflow狠狠补一补。最后在反问阶段了解到问题4很重要，以前真没想过有什么差别。反问阶段了解到由于工业界中所用的各种开源框架会用不同类型的框架来写，因此熟练掌握这两个框架的语法，并且了解它们的区别实际上是非常重要的。面试体验比较好，面试小哥一直会点头进行互动。虽然我感觉我说的可能还是不是特别清晰，但这样的交互让人有一种被重视以及很舒适的感觉。

1.问项目项目的某个模块能不能用大模型来做？如果用大模型来做有什么优势？2.结合项目问一些八股lora和qlora的原理3.用两个骰子采样1-36的均匀分布=用两个rand(6)实现rand(36)