拼多多暑期后端1面

1. 经典自我介绍2. jvm3. redis 数据结构，缓存三剑客4. mysql 索引5. 介绍项目（但是一点没深入问）6. 然后就是做题，一道 dfs，超级简单感觉很 kpi，问的太简单的，项目和八股都没深入问

3.29官网投递，4.28一面一面1个小时，很多没答上来，面试官给你从原理讲起。算法没写出来，面试官一步一步讲解，体验还是不错的，专业素养很高，只不过我的不高哈哈哈，应该是凉的，不会的太多了，也是长见识了。自我介绍介绍工作强度论文内容拷打，①介绍论文工作、原理…. 深度学习拷打：①CLIP介绍一下 损失函数是什么 温度系数干嘛的 ②Yolo anchor的原理 ③回归损失用的什么一般是（均方误差）那为什么不能用来分类呢？（损失优化比较难）④模型量化了解么？⑤过拟合以及解决方法，L1 L2为什么可以解决过拟合？⑥数据不平衡的解决方法 ⑦Roi pooling和Roi align ⑧BN...

今天老师给大家梳理了部分大厂搜广推算法岗面试真题，供各位同学参考学习。1.PPNet的核心思想是什么？为什么要 stop gradient ？什么时候不需要这样操作？2.多目标模型很容易遇到跷跷板问题或者两个 loss 数量级相差很大，优化速度差异太大，你知道有什么优化方法吗？3.NEG loss 和 NCE loss 有什么区别？ infonce loss 公式是什么4.召回业务一般怎么定义负样本？ bce loss 的公式是什么？简述一下 Pointwise , pairwise 和 listwise 的区别是什么？召回一般用什么 loss ?5.粗排的作用？怎么验证粗排精排的链路一致性？用什么指标可以衡量链路一致性？6.大模型了解吗？怎么在推荐中应用？比如怎么在召回中用？大模型训练分成哪几个阶段？简述一下各个阶段在干什么7.千万级别的整型数组，怎么获取其中出现次数最多的前 N 个数？（考数据结构）8.讲一下你知道的机器学习里面的算法，比如 AdaBoost , GBDT , XGBoost 这些。 Bagging 和 Boosting 的区别？随机森林是什么9.讲一下Word2vec是怎么做的？怎么降低计算复杂度？10.你知道的中心极限定理有哪些？11.双塔模型优势和缺点，怎么改进？12.粗排的目的是什么？有哪些指标，粗排应该向精排看齐吗？13.说一下 BN 的公式，哪几个参数是在训练时更新，在推理时还更新吗？简述一下测试过程中的 BN 怎么算。 BN 和 LN 的区别？14.当神经网络的权重初始化为0时，会遇到什么问题？15.你能抽象地归纳出序列建模发展的脉络吗？以及它的最终形态应该是什么样子？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

想要到哪个角落工作都行，只是老板找人的时候要记得出现就行😂 上班时间的话基本上都很弹性 没有强制打卡 但自己要醒目咯 可是基本上工作是做不完的🤦。。 Shopee是公司文化很年轻 大部分都是年轻人 所以办公室氛围超好 没有politics 至少我是没有啦我的同事都超棒 也很愿意互相帮助 福利什么的话其实大公司都差不多 Shopee逢年过节也会有送东西 最近Shopee15周年庆才拿到jacket 这里的成长机会很大，各种技能都可以学 但是电商这种快节奏 各种campaign 赶不完的DDL 超级大的工作量是最困难的部分 只有能克服才可以长时间在Shopee生存Shop...