秋招面经|23届 秋招算法岗位面经 搜广推方向

秋招结束一段时间了，从22年7月开始投递到23年2月最后一场面试 经历了近半年的时间。总的来说22年互联网秋招形式不容乐观，各大厂岗位肉眼可见地减少，难度相对往年也有很大提升。

个人情况

c2本top2硕，本科电子信息微电子方向，硕士进了深度学习CV的坑，研究生期间做的比较小众的方向没想读博。一段大厂搜推实习，一段中厂推荐实习，leetcode800+ 基本中等题能ok，八股基本比较熟悉，相关的模型能手动推理。秋招主要投递搜广推和机器学习算法。

面试情况

大厂基本都投了，面试也基本能拿到

美团

总共三面

一面

1.实习项目背景难点

2.xgboost基本原理 在业务中怎么使用 和 RF lgb对比

3.深度学习梯度消失和梯度爆炸现象 如何处理

4.基本的推荐链路流程

5.DCN和 DeepFM 的特征交叉有和异同

7.推荐算法种多任务学习有哪些 都有什么优化点

8.编程题 反转单链表 二叉树的最大深度

二面

1.实习项目中的业务问题 因果推断 模型的选择考虑什么问题 对比学习的基本原理

2.推荐的模型发展过程 LR widedeep 多任务 多场景等

3.PLE详细解释

4.是否了解营销场景

5.编程题 环形链表入口节点

三面

1.实习背景 实验室项目

2.机器学习 交叉熵推导 XGboost LGB 推导

3.对比学习一些原理

4.编程 最长递增子序列

字节

抖音推荐

一面

1.自我介绍 项目介绍

2.做题 字符串保留K个字符的最小字典序 接雨水1

3.交叉熵推导 两种角度 为什么不i用mse做分类

4.智力题 投硬币

5.项目问题 特征处理 目标融合 问了很多

二面

1.自我介绍 项目问题 问得比较深

2.特征评估

3.过拟合 欠拟合问题 解决方法

4.loss 有哪些 各有什么优缺点

5.编程题 leetcode课程表 累加数

三面

1.自我介绍 项目介绍

2.遇到什么问题 对项目有没有深入思考

3.出了个题 没看懂 大概是排序吧 （面完就感觉挂了）

两天后收到感谢信

Tiktok 推荐算法

一面

1.自我介绍 项目介绍 项目中的小点问得很细

2.进程线程 中断

3.编程题 AUC实现 二叉搜索树交换错误节点

二面

1.自我介绍 项目介绍 比较详细

2.AUC 线下线上不一致 什么原因怎么解决

3.GBDT XGBOOST 原理区别

4.样本处理 随机负采样会产生什么影响

5.hashmap

6. 第N位数 最长连续子数组

三面

1.自我介绍 项目

2.编程题 旋转数组

感觉面得还ok结果一周后感谢信

广告

一面

1.自我i介绍

2.项目介绍

3.八股 机器学习 欠拟合过拟合 正则原理 xgboost PCA ...

4.编程 逆序对 复杂度有要求

一塌糊涂 一面就挂了

阿里

一面

1.自我介绍 项目背景 （实习项目和部门很贴切）

2.多模态信息应用于推荐系统

3.梯度消失 梯度爆炸 推荐基本模型

4.写AUC

二面

1.自我介绍 实验室项目和论文

2.推导极大似然法

3.扔硬币

拼多多

一面

1.自我介绍 项目背景

2.多模态处理

3.BN 的原理 训练和推理 Dropout基本原理 训练推理

4.deepfm 基本原理 优化器

5.Adam SGD

二面

1.自我介绍 项目

2.对比学习原理 项目

3.岛屿面积

百度

一面

1.自我介绍 项目

2.GBDT xgboost

3.人脸识别

4.多任务模型 发展历程

5.部分链表反转

二面

1.自我介绍 项目

2.实验室项目

3.推荐系统基本模型

4.打家劫舍

三面

1.自我介绍 项目

2.特征处理 AUC异常处理 线上线下流程

3.最短路径

快手

一面

1.自我介绍 项目背景 原理

2.推荐流程 点击率预估模型

3.deepfm xdeepfm

4.编程题 二叉树分裂做最大积

5.模型的线上部署流程

6.计算机基本原理 线程 hash这些

二面

1.自我介绍 项目 项目里的算法 数据处理 流程 比较详细

2.GBDT xgboost

3.DCN FM FFM 推导

4.交叉熵损失 极大似然法

5.正则原理

6.特征处理 离散化有什么好处

7.智力题 汽车加油最多能跑多远

7.编程题 零钱兑换

三面

1.自我介绍 项目

2.对比学习 moco系列

3.损失函数有那些

4.优缺点

5.编程题 连续数组乘积最大值

除了上面的公司外还有携程，小米，网易，华为等面试内容都差不多。

除了互联网也投递了银行性质类的但看考虑到薪资（太穷了）也没去

传统行业也面试了一批但考虑到未来发展也没有去。

关于简历，笔试，面试细节，以及如何入坑搜广推 后面梳理了再补一补。

总结

1.实习！！！！ 实习真的很重要 我是没打算读博所以实验室的事就做得少一点，挤了时间去实习。 每场面试有一大半的时间都在问实习项目，结合一些业务和算法的知识点问而且问得很深。 还有就是实习写在简历上的东西一定要都弄明白，不然面试官问深了会很尴尬。

2.刷题可以早点准备 基本感觉除了字节得编程题比较难，其他的都在中等和简单得范围内。leetcodehot100基本可以覆盖。

3.算法和开发的方向选择 尽早确定下来。 我也面了开发岗但没咋准备，基本都挂了。