欧美1区2区3区激情无套,两个女人互添下身视频在线观看,久久av无码精品人妻系列,久久精品噜噜噜成人,末发育娇小性色xxxx

淘天二面 廣推(過了)

(上來攝像頭打不開不知道為啥,一直顯示被占用,有沒有老哥遇到過類似的問題。)

面試官遲到了5min,看著年紀挺大。

自我介紹。

項目提問。

八股。

AUC=0.8表示什么?(不知道。。。)

BN LN RMSNorm 的區(qū)別,(好久沒復(fù)習(xí),有點忘了RMSNorm)

推薦系統(tǒng)有了解過嗎?無。(后面反問被diss了,面啥崗位就應(yīng)該準備啥。我都是多模態(tài)的內(nèi)容。)

transformer encoder decoder 的連接的部分,QKV分別來自?

有點逆天了,第一次遇到這樣的問題,幸好后面想出來了。

使用sigmoid作為激活,梯度消失是為什么?

sigmoid 的梯度,梯度的取值范圍?

共享backbone,多個不同的head,不同head的loss不一樣,怎么解決loss沖突的問題?

無算法題。

為技術(shù)終面。

反問:

發(fā)展了這么多年,各種指標增長現(xiàn)在是否有限?穩(wěn)定增長。

大模型應(yīng)用是否有困難?是的,現(xiàn)在應(yīng)該還沒有用的很好的。我們這邊也是用大模型做表征,進行推薦和搜索。

實習(xí)生能否接觸核心業(yè)務(wù)?沒有核心不核心,都是要干活的,不發(fā)論文。

有沒有對我的建議?應(yīng)該準備一下推薦系統(tǒng)相關(guān)內(nèi)容。說整體還可以。

問我想干啥,我也不知道想干啥。。。(網(wǎng)上的就業(yè)帖子看多了,感覺都是坑

75%概率過吧。

全部評論
點贊 回復(fù) 分享
發(fā)布于 04-21 16:26 北京
蹲蹲
點贊 回復(fù) 分享
發(fā)布于 04-19 10:43 四川

相關(guān)推薦

1. 基本情況方向:數(shù)據(jù)工程,時間:40分鐘結(jié)束、16:00開始,無手撕,多場景2. 自我介紹3. 一些能夠回憶起來的(或許有不正確的地方):(1)提問R:你這個項目是課程作業(yè)還是什么?R:那你說說Hive和ClickHouseR:你談到了OLAP,那和OLTP有啥區(qū)別?R:沒了?ClickHouse適合那種場景?R:可以用作實時數(shù)倉嗎?R:課程中有數(shù)據(jù)庫相關(guān)的嗎?只有數(shù)據(jù)結(jié)構(gòu)與算法?R:MySQL系統(tǒng)學(xué)習(xí)過嗎?R:數(shù)據(jù)怎么導(dǎo)入到ClickHouse的?R:直接到ClickHouse?R:數(shù)倉分層?四層講講。R:那為什么要分層呢?DWS已經(jīng)差不多了為什么還需要ADS呢?R:場景題:在你的表上新...
???61513826號:A場景題:數(shù)量統(tǒng)計不說了;退貨平均時間:先溝通清楚,月平均退貨時間算不算上不退貨的用戶,不算的話,就只計算退貨用戶;一個用戶的退貨時間減去到貨時間拿到這件商品的退貨時間,然后計算每個退貨用戶的退貨時間,AVG開窗partition by月份,計算出每個月的平均退貨時間。如果要算上不退貨的用戶,也就是讓這個用戶的退貨時間是0,然后對所有用戶計算AVG同上。 B場景題:結(jié)合下面他提示你再想想數(shù)據(jù)傾斜,其實這道題是想靠你數(shù)據(jù)傾斜怎么解決;本來是一個商品購買信息表,記錄商品信息和購買者信息,如果給購買者信息加上性別,要求算出每個商品不同性別的購買人數(shù)。百分之八十女性用戶,所以如果單純對表進行分組聚合,會產(chǎn)生數(shù)據(jù)傾斜問題,由分組聚合產(chǎn)生。五種辦法可以解決,兩種hive參數(shù),三種SQL,往SQL方向聊,以防他追問參數(shù)底層,參數(shù)這種東西最難聊了,別給自己挖坑
點贊 評論 收藏
分享
評論
1
8
分享

創(chuàng)作者周榜

更多
??途W(wǎng)
??推髽I(yè)服務(wù)