腾讯QQ机器学习算法凉经

1. 项目相关，问了很多2. 数据不平衡问题怎么解决，分类指标，多分类指标是怎么计算的3. 集成学习了解吗4. 一般怎么调参；5. 超参和参数的区别6. 一般使用python哪些包？

1.问项目结合项目问八股cross-attentin是怎么做的？cross-attention的输入输出序列需要长度一致吗？样本不均衡的问题怎么解决？2.场景题搜索引擎中用户的query和数据库中的doc怎么做匹配如何优化匹配的过程？文本中的标题、关键字、正文的重要性不一样怎么处理？3.算法题字符串中相邻两个的和为10即可消去这两个相邻字符，问最后剩下的字符串

一面（1）死锁的两种原因（2）模型量化的方式，我说kv cache和参数量化，面试官问量化是怎么提高推理加速的效率，我答不太上来（3）transformer自注意力层的时间复杂度（4）stack和dequeue的区别（5）算法题：有效ip地址一面面试官是我遇到最善良的面试官，他对跨专业同学的包容性大到难以置信。也很感谢他的宽容和鼓励。最后反问环节，他跟我举了jieba分词的例子，鼓励我要多看代码，掌握好基础知识，很多时候实际应用就是利用大量基础知识来展开实现的。很可惜，他base北京，最终要去的是深圳，没办法找他当我mentor二面印象最深刻的问题是知识蒸馏技术路线。当时我介绍自己的项目，项目是关于bert模型知识蒸馏的。这个项目本身是偏指标驱动的，只要达到一定加速比/参数压缩比和一定范围内的精度损失即可。而面试官则提问我是否有做过文献和技术路线的调研，这部分我没答太好。幸好后面讲自己的工作就比较顺利了。算法题是字节经典题目“螺母螺栓匹配次数计算”，有兴趣的同学可以去查查。至于有没有问八股我记不太清了三面以后的规划、以前项目遇到什么难点+如何解决hr面论文等级、几作、贡献是什么；用几个词评价自己；为了面试做了什么准备；对面试岗位的理解；简单介绍自己的项目；能实习多久；研究生成绩怎样（因为我是转专业的学生，所以hr可能比较关心） #腾讯# #机器学习# #cdg# #算法#

度小满 投递2023-09-15 机器学习算法工程师 一面2023-10-23 时间：不到1个半小时 自我介绍 做题1 最长上升子序列 ********************** 要求：空间O(n)、时间O(nlogn)、返回字典序最小的 （不会写，写了一个时间、空间都O(n^2)的算法） 做题2 手写kmeans （Python写的，一般） KMeans中如何选取合适的K值？ 了解DBSCAN吗？ 做题3 手写Multi-Head Self Attention 要求：生产环境可用 （经常写，还算熟练，不过还是少了一部分细节） 对Attention中Q、K、V的理解？ 面试官评价：...