追一科技, 面经分享

一面，

  1. 自我介绍，照着简历来介绍
  2. 项目，重点。
  3. 基本排序算法。
  4. LTR， FM,GBDT,LambdaMART,DeepFM.. pair wise, listwise。
  5. SVM为什么使用对偶问题求解。凸优化，一定有最优解，转成对偶问题变成一个二次优化问题，同时能抽象出核函数的概念。
  6. 交叉熵的概念。熵角度理解，KL散度角度。
  7. 浮点数比较。
  8. C ，Linux基础。
  9. Faiss框架用哪种搜索模式。

二面，

  1. 自我介绍
  2. 项目，重点。
  3. nlp方面的工作，涉及很多nlp的技术
  4. GBDT VS XGBoost，二阶泰勒，正则化。
  5. Wide deep
  6. Bert VS XLnet。和传统语言模型区别，马尔可夫(不够准确，复杂度高)，RNN(不能并行)。
  7. C :
    指针和引用的区别。指针也是变量，存储的是指向对象的地址，可以为空。而引用是变量的别名，不能为空，初始化的时候必须指定值。可以认为是常量指针，一定不为空。

多态如何实现的。虚函数 动态绑定。每个对象有个虚表指针，指向所属类的虚表，调用虚函数的时候，能够找到正确的函数。

  1. 操作系统，进程间通信，系统调用，消息队列，管道，信号，共享内存等。
  2. 概率题，
    1）一根绳子剪两段，短的一根的期望。
    2）64匹马，8个赛道，无法计时，用最少的比赛次数选出Top4匹马。(最佳答案11次。8 4 2 1不是最优的。)

三面CTO面，

  1. 纯介绍项目，问GNN细节。
  2. 两篇论文介绍。
  3. 问有哪些offer。

HR面，

  1. 996如何看待。
  2. 评价实习过的大厂。
  3. 兴趣爱好等。Vicky姐姐还是比较奈斯的。

面试下来体验非常不错，没出现其他帖子说的问题，不过也要看运气，可能碰到比较nice的面试官。
最后顺利拿到sp offer，深圳，自然语言处理。

希望对大家面试有帮助！有问题可以互相交流。