2022届美团校招广告推荐算法面经

一面

1. 介绍实习内容
2. 多任务的 loss 怎么设计
3. 有没有考虑辅助任务带偏主任务的情况
4. 在线指标有哪些
5. 广告主价值是什么
6. 多任务更应该关注哪些在线指标
7. 为什么要下掉ID类特征
8. ocpx里的 bid 出价指什么
9. 过拟合的解决方式
10. dropout原理
11. 广告系统的有哪些模块
12. 混排流程
13. 混排在排序侧做还是出价侧做
14. 广告推荐各个模块用的 point wise，pair wise 还是 list wise（答案不唯一）
15. 概率题：两个人抛硬币，抛到正面的人获胜，先手抛获胜的概率是多少
16. 算法题：给定一串数列长度为n（无序），给定子序列长度为k（k<=n）,求出长度为k的子序列，使其数字总和为最大值的所有情况。值域（-无穷，+无穷）,输出为序列元素的idx。数列[1,2,3] k=3 ，输出[0,1,2], k=2 输出[1,2]
    [1,2,3,3] k=3 输出[1,2,3], k=1 输出[2], [3]

二面

1. 浅拷贝和深拷贝的区别，python里的具体实现
2. c++栈和堆的区别
3. 最大后验和最大似然的区别
4. xgboost、lightgbm、GBDT之间的区别
5. 树的分裂增益是什么
6. 介绍实习内容
7. 介绍竞赛
8. 职业规划
9. 算法题：数字0和1的矩阵，判断矩阵中的1能否围成一个圈

三面

1. 介绍实习
2. 多任务中有没有辅助任务带偏主任务的情况
3. 介绍竞赛
4. 比赛分工
5. 和前排方案的差距