《 HiFuture 》

**************************************************************
**************************************************************
字节总结（AIDD Protein相关）
**************************************************************
一面 自己的工作
二面 自己的工作
三面 Deep learning基础+算法
- 1. RNN LSTM和Transformer的区别
- 2. Transformer的结构
- 3. BERT后续的变种
- 4. batch_size对模型的影响
- 5. 在字节推荐应用场景中，因为之前是一直是针对中老年人进行推荐，如果后续想针对年轻人进行推荐，有没有相应的解决办法（没有太理解核心的问题）
------------------------------------------------------------------------
算法
- 1. 找出1000以内的素数
- 2. 对N个数，找出前K大的数
- 3. 对于要求[[1,2],[3,4]....]这样的要求1必须排在2前面，3必须排在4前面，对于给定的序列[1,2,3,4,5]这样的数据，给出满足这样需求的输出
*****************************************************************
*****************************************************************
蚂蚁总结（风控部门）
*****************************************************************
一面 Deep learning基础+自己的工作
- 1. RNN和LSTM的区别，为什么LSTM可以解决梯度爆炸问题
- 2. 做二分类的分类指标，做二分类的F1和Recall是一样的问题
- 3. 业务偏向小样本，模型迁移，domain transfer learning 迁移学习，可以扩展的甚至可以讲一些在模型训练的时候加一些知识，后续去summary这样一些知识。
--------------------------------------------------------------------------