0429 ten¶

突如其来的面试，纯聊天的一面。虽然是数科，但一股子算法面试的味道。

自我介绍¶

• 简历项目，在投文章细节讲解。创新点？
• softmax怎么计算？分类任务指标？分割任务指标？
• 除去图像之外，人口统计学、文本数据如何处理，如何进行融合分析？

机器学习¶

1、如何检查数据的可信任度

2、聚类分析有哪些方法

3、如何做特征选择

4、了解因果推断吗？

深度学习¶

1、深度学习如何处理时间序列数据？

• RNN、LSTM、Transformer

2、Transformer架构，细节

• BN和LN的区别？

3、transformer架构中数据流的尺寸：(batch, seq_len, d_model)

4、如何使用预训练模型输出的特征？

• 能不能做平均？
• 能不能只选seq_len里第一个维度？
• 能不能只选最后一个维度？

5、大模型架构

• Encoder only？Decoder only？Enc+Dec？
• 有哪些例子？什么任务适合这些架构？

业务¶

1、如何做英雄推荐？

• 目标是提高日活。需要从产品的角度看问题，如何提高用户充值的意愿？

2、如何衡量用户流失，如何分析？

3、如何衡量用户的长期价值

4、如果要对用户充值数目对分布建模，什么分布比较合适？（Beta分布？）

5、新推出一个皮肤，如何定价？

6、如何做匹配机制？ELO机制？

7、玩什么游戏？炉石传说如何判断卡牌超模？如何调整数值？

杂谈¶

实习时间，毕业要求，熟悉的编程语言，深度学习框架，会SQL吗？