【面经&八股】搜广推方向：面试记录（十三）

最新推荐文章于 2025-03-20 02:00:00 发布
最新推荐文章于 2025-03-20 02:00:00 发布
阅读量971 收藏 4
点赞数 1
分类专栏： 搜广推等—算法面经 文章标签： 面试 职场和发展
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_51392112/article/details/138197320
版权
这篇博客记录了一次搜广推方向的面试经历，包括自我介绍、实习问答、八股问题（如极大似然估计与贝叶斯估计的区别）、CLIP模型的理解和未来规划，以及反问环节。面试中未出现编程题，作者分享了面试准备和问题解答的策略。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

【面经&八股】搜广推方向：面试记录（十三）

文章目录

1. 自我介绍

。。。。。。

2. 实习经历问答

挑最熟的一个跟他讲就好了。

  • 一定要熟~

3. 八股之类的问题

  • 极大似然估计 和 贝叶斯估计 ，区别与联系

  • transformer 为什么要使用多头

    • 关键点在于集成，使语义更加完善

  • 圆上随机去三个点，三个点构成钝角三角形的概率。

    • 这个如果从数学方法入手，感觉很难（钝角：3/4，锐角：1/4，直角：0）
    • 要么就从蒙特卡洛近似吧，随机取点一万次。。。

  • 说说对 CLIP 的了解

  • 未来规划？

4. 编程题

这

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【面经&八股】搜广推方向：面试记录（十）—最近的一些面试汇总
Danger的博客
03-26 862
【面经&八股】搜广推方向：面试记录（十）—最近的一些面试汇总
【面经&八股】搜广推方向：面试记录（一）
Danger的博客
11-27 1389
【面经&八股】搜广推方向：面试记录（一）
算法工程师面试八股（搜广推方向）
打瞌睡_的博客
12-02 9779
文章目录机器学习线性和逻辑回归模型逻辑回归二分类和多分类的损失函数二分类为什么用交叉熵损失而不用MSE损失？偏差与方差Layer Normalization 和 Batch NormalizationSVM数据不均衡特征选择排序模型树模型进行特征工程的原因GBDTLR和GBDTRF和GBDTXGBoost二阶泰勒展开优势为什么快防止过拟合处理缺失值树停止生长条件处理不平衡数据树剪枝选择最佳分裂点Scalable性特征重要性调参步骤过拟合解决方案对缺失值不敏感XGBoost和RF单棵树哪个更深？XGBoost
搜广推校招面经五十三
Y1n的博客
03-20 2418
MAP 估计在贝叶斯框架下，结合了似然函数和先验分布，找到使后验概率最大化的参数。
【记录贴 | 持续更新】搜广推/aigc 面试题记录
weixin_45724176的博客
08-11 1285
BERT基于Transformer的编码器（Encoder）架构，利用了多层的Transformer编码器来处理输入文本。是一种双向模型。BERT采用了“预训练+微调”的方法。它首先在大规模的文本语料库上进行无监督的预训练，然后通过监督学习在特定任务上进行微调。预训练MLM：随机遮盖输入文本中的一些单词，并要求模型预测这些被遮盖的单词。数据量：BERT会随机选择15%的单词，并用一个特殊的[MASK]标记替换其中的80%，用其他随机单词替换10%，保留原始单词的10%。NSP。
喜提一份 ‘凡尔赛’ 式的搜广推面经！
abcdefg90876的博客
12-11 3899
前言 作者是一名今年参加校招的应届生，更是小编的校友学弟，本文写在校招结束三个月后。 希望通过这篇秋招总结帮助到想找搜广推算法岗的后来人。先说一下我个人的情况，非计算机...
太卷！太难！24届算法岗秋招面经(搜广推方向)分享！
机器学习社区
02-26 5815
秋招结束一段时间了，从23年7月开始投递到24年1月最后一场面试,经历了近半年的时间。总的来说23年互联网秋招形式不容乐观，各大厂岗位肉眼可见地减少，难度相对往年也有很大提升。机器学习社区的邀请，分享我的秋招经历，在社区小伙伴的交流中，让我提前懂得了很多，也提供了很多宝贵的面试题。今天我经合自身经验，分享三点：实习真的很重要 我是没打算读博所以实验室的事就做得少一点，挤了时间去实习。每场面试有一大半的时间都在问实习项目，结合一些业务和算法的知识点问而且问得很深。
算法工程师面试八股（搜广推方向）_算法岗八股
afagagagaa的博客
04-29 1641
f(x)=1+e−x1​，用于二分类，X靠近0的时候，一点小小的值变化也能引起Y很大变化，说明函数区域将数值推向极值，很适合二分类。X远离0时，X值变化对Y起作用很小，函数的导数变化也很小，在反向传播中几乎起不到更新梯度的作用；且sigmoid函数只能得到正值，在很多情况下不适用。3. tanh函数：fxex−e−xexe−x{-x}}{e{-x}}
【面经&八股】搜广推方向：面试记录（五）
Danger的博客
02-28 415
【面经&八股】搜广推方向：面试记录（五）
【面经&八股】搜广推方向：面试记录（九）
Danger的博客
03-15 695
【面经&八股】搜广推方向：面试记录（九）
搜广推实习面经三
Y1n的博客
01-18 1014
【代码】搜广推实习面经三。
算法工程师面试八股（搜广推方向）_算法岗八股，2024年最新成功入职头条月薪35K
2401_84181986的博客
04-16 906
原因是，一棵树中每个结点在分裂时，寻找的是某个特征的最佳分裂点（特征值），完全可以不考虑存在特征值缺失的样本，如果某些样本缺失的特征值缺失，对寻找最佳分割点的影响不是很大。在过拟合中，由于对每个数据都拟合得很好，所以函数的变化在小范围内往往很剧烈，而要使函数在小范围内剧烈变化，就是要W参数值很大。定义：ROC曲线下的面积（横坐标为假阳性率FPR，纵坐标为真阳性率TPR/召回），ROC曲线对于模型预估的一个正例，如果真实标签是正例，就往上走，如果是负例，就往左走，遍历完所有样本形成的曲线就是ROC曲线。
【面经&八股】搜广推方向：面试记录（三）
Danger的博客
11-27 725
【面经&八股】搜广推方向：面试记录（三）
搜广推实习面经一
Y1n的博客
01-16 689
除了校招的面经，实习的面经我也会更新，毕竟俺后续可能还要找一段实习。从八股来看，实习的八股更加的八股一点。和校招的面经有点不一样，所以还是可以学习了解一下。总之一句话：面向工作学习，而不是面向实验室学习！
算法工程师面试八股（搜广推方向）_算法岗八股，2024年最新大数据开发开发必会技术
2401_84181536的博客
04-14 1198
∂σ2∂Zi∂L∂μ∂μ∂Zi∂L∂Znormi1σ2ϵ∂L∂σ22Zi−μm∂L∂μ1m。
搜广推校招面经二十七
Y1n的博客
02-23 1449
爬楼梯+GBDTvsBoosting
搜广推校招面经三
Y1n的博客
01-09 916
用户个数/2​。
八股文高频面经
最新发布
05-14
### 技术面试中高频出现的八股文知识点总结 #### 数据库相关知识点 数据库是后端开发中的核心技术之一，以下是常见考点： ##### 索引的工作原理与优化 索引是一种特殊的查找结构，用于加速数据检索过程。B+树是最常用的索引结构，它通过减少磁盘I/O次数来提升查询效率[^1]。 ##### 事务的ACID特性 - **原子性（Atomicity）**：事务作为一个整体执行，要么全部成功，要么全部失败。 - **一致性（Consistency）**：事务前后数据必须保持一致状态。 - **隔离性（Isolation）**：多个事务并发执行时，彼此之间不应相互干扰。 - **持久性（Durability）**：一旦事务提交，其结果将是永久性的[^1]。 ##### 锁机制 锁是为了保证数据的一致性和完整性而设置的一种机制。常见的锁类型包括： - **行锁**：锁定单条记录，粒度较小，冲突概率低。 - **表锁**：锁定整个表，影响范围广，可能导致性能下降。 - **意向锁**：表示即将对某个层次加锁的意图[^1]。 ##### 性能优化 性能优化的核心在于找出瓶颈所在并针对性改进。具体方法包括但不限于： - 创建合适的索引来加快查询速度； - 避免全表扫描和不必要的子查询； - 利用缓存减轻数据库压力。 #### 计算机网络基础知识 计算机网络也是技术面试的重要组成部分，以下列举几个重点方向： ##### TCP三次握手与四次挥手 TCP连接建立需要经过三个步骤完成初始化序列号交换的过程称为三次握手；当双方都同意断开链接时，则会经历四个阶段结束通信即所谓的四次挥手[^2]。 ##### HTTP协议详解 HTTP是一个超文本传输协议，规定了浏览器如何向web服务器发送请求以及获取响应的具体细节。版本方面主要有两种形式分别是短连接模式下的http/1.x系列还有长连接支持多路复用特性的http/2及以上版本。 ##### 加密算法对比 加密技术对于网络安全至关重要，其中非对称加密因其独特的双钥体制备受青睐尽管存在运算成本高的缺点却依然广泛应用于SSL/TLS证书认证等领域之中。典型代表如RSA、DSA等均属于此类别[^2]。 #### 分布式系统设计要点 随着互联网规模不断扩大单一机器难以满足日益增长的需求因此产生了分布式架构设计理念下面简单罗列几项关键要素： ##### CAP理论权衡 任何分布式存储系统都无法同时做到强一致性(C)、高可用(A)以及分区容错(P)，所以在实际部署当中往往依据应用场景做出适当妥协例如牺牲一定实时同步换取更高的稳定性和可扩展性等等[^1]. ##### 主从复制策略 主从复制指得是从一台主机读写操作之后将更改同步给若干台备机从而达到负载均衡目的同时也增强了容灾恢复能力不过需要注意的是如果单纯依靠异步方式进行传播可能会造成数据丢失风险所以有必要引入semi-sync semi-synchronous replication之类的技术手段加以弥补[^1]. ##### 负载均衡实现方式 为了使各个节点间任务分配更加均匀合理通常采取轮询法(Random Round Robin Algorithm)或者最小连接数法则(Least Connection Methodology)配合健康检查定期探测目标存活状况进而动态调整权重比例确保整体运转顺畅高效. --- ```python # 示例代码展示简单的线程池实现 from concurrent.futures import ThreadPoolExecutor def task(n): """模拟耗时任务""" print(f"Processing {n}") return n * n with ThreadPoolExecutor(max_workers=5) as executor: results = list(executor.map(task, range(10))) print(results) ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

秋冬无暖阳°

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值