b站推荐算法

#B站校招# 三面面完面试官说候选人特别多 需要仔细斟酌一下 所以想问问有多少人是在被排序的面试写了合并k个升序列表 列表实现最小堆 auc实现

一面技术面 2024.10.29 介绍。项目中的细节：线程间怎么通信？怎么同步？运行过程中某个线程阻塞/崩溃怎么解决？参与过客户端、服务器间的通信协议的开发吗？使用过那些数据库？项目中mysql表有哪些？你是怎么查询的？用到了哪些连接方法？用到了哪些优化方法？有接触过nginx的反向代理功能吗？反问。（问了部门职责、下位机是什么、加班情况、出差情况等）二面技术面 2024.11.2 由2位技术方面领导+1位HR负责面试，全程都在问我的深度学习项目的细节。我觉得答得还不错的，不过11月5日还是收到邮件通知我挂了，感觉可能是因为hc不足，或者我和岗位不太对口，或者都有吧。

#OPPO#感觉和互联网风格不太一样，不太侧重挖项目，全程在拷打八股1. 挖项目细节2. 讲讲特征怎么稀疏化，怎么处理的3. 怎么对数值特征进行分桶4. 讲讲推荐系统里有哪些注意力5. 讲MMOE,PLE,ESMM模型6. 讲XgBoost7. 讲DIN8. 讲Transformer，为什么注意力能起作用9. 推荐系统有哪些Bias特征10. Embedding特征相对于其他特征为什么能更有效果？#面经##推荐算法##推荐算法面经##OPPO#

1. 自我介绍2. 实习项目介绍，问的很细致3.  wide&deep模型怎么得到user/item embedding的？4. wide&deep用的是什么损失函数5. mtl模型了解吗？介绍下mmoe6. 多个任务怎么平衡loss7. relu做激活函数优缺点9.   catboost和 xgboost 区别10. catboost 怎么处理类别变量的11. 然后又问xgboost 怎么处理缺失值的12. xgboost的损失函数是什么13. DIN里activation unit结构介绍一下14. transformer结构中的attention机制是怎么样的15.   神经网络初始化权重为0的影响在关注搜广推算法方向的同学们，想拿到搜广推算法offer，可以私信我了解算法项目辅导，在简历中增加一个高含金量的项目，助你斩获offer~ #面经#  #校招#  #推荐算法#  #快手#