2023暑期实习-快手广告算法面经

之前在实验室一直是做CV的，不知天高地厚的投了快手的广告算法，后来才知道更多考察的是机器学习的东西

1. 算法题：二叉树断开任意一条边，对两棵子树元素求和再做乘法，求最大的乘积
2. 了解哪些常见的机器学习算法（可能是你说什么他问什么）
3. 逻辑回归（LR）对单条样本对预估分数代表真实概率么，具体含义是什么（感觉有点业务相关）
4. 检测，box分类分数输出的物理含义是什么，怎么保证输出的score就是概率值
5. 为什么分类会采用交叉熵，有什么好处
6. 多任务跷跷板效应了解么，怎么解决
7. pytorch中dropout的底层实现是怎样的
8. 二分类任务，有哪些衡量指标，AUC的物理意义是什么
9. 反问环节

虽然主要也是采用深度学习的方法来做，但是面试的时候对机器学习的基本方法和概念考察的还是比较多的