字节提前批一面：算法工程师-生活服务
面试时间：7月20日晚七点到八点十分，一小时十分钟。
按时间线梳理：
- 自我介绍
- 询问实习公司base，以及询问我的意向base和他们的base地都有哪些。
- 针对自我介绍中提到的实习经历进行了提问。
- 提问项目中涉及的Transformer，LSTM等内容，以及为何使用这些网络。
- 为什么Transformer要比LSTM好？
- 提问项目中涉及的GAN，并让我简单介绍一下GAN。
- GAN为什么会被提出？
- 想拷打我机器学习知识，但我说平常用的少，她说那就提问深度学习相关的。
- 激活函数的作用？常见的激活函数有哪些？（回答sigmoid，tanh，relu，leaky relu，softmax）
- sigmoid和tanh的不同？各自的优缺点？
- relu函数的优点？为什么会有leaky relu？解决了哪些问题？
- sigmoid和softmax的区别？
- 因为其中讲到了梯度消失和梯度爆炸，就又提问了什么叫梯度消失和梯度爆炸？
- 平常用什么损失函数比较多？（回答RMSE，交叉熵等）
- 手写一下交叉熵的公式？
- 你觉得RMSE可以用在分类上吗？为什么？（这个我也没回答明白）
- 差不多时间了，写一道代码题吧？哦对了，你有什么问题要问我吗？然后我就问了我去了具体做什么，她就展开介绍了一下他们部门的工作，接下来手撕代码。
- 手撕代码：力扣53，最大子序和。常规动规题。
- 撕代码的时候，并不是一上来就撕，先让我给她解释一下题目，看看我对题目的理解。并让我先说一下我的思路，解释dp含义（中间还提问我dp[i]包不包括第i个数，为什么）以及递推公式。然后就是写代码了。
- 反问环节：1、对我的面评？2、接下来还有几轮面试以及什么时候可以出结果。3、我感觉我的项目其实并不是特别match，您对我的项目有什么建议吗？
体验挺好的，但自己基础其实都忘得差不多了，很多答得不好，也不知道能不能过，看缘分了！！
#字节跳动##字节跳动信息集散地##面经#
类似资料：