作业帮实习算法面经

腾讯-暑期实习-推荐算法-HR面(已offer) 暑期实习的面经现在才有空发出来哈哈哈个人背景：双985Timeline：2.25投递，3.4通知初试，3.5初试，3.8复试，3.10 HR面，3.12 HR电话沟通offer，3.15 正式offer邮件面试部门：PCG腾讯会议面了30分钟，大概记得的问题如下：1.确认投递的岗位和部门2.自我介绍3.目前课业情况，已经上完课了吗4.研究生阶段学习成绩、排名如何5.平时的科研活动是怎样的6.论文发表情况7.讲一个对你最重要的项目8.平时通过什么途径跟进前沿技术的发展9.评价一下自己10.你的优点和缺点11.讲一讲自己在多人参与的项目中是如何担任leader或主要推进者角色的12.有在考虑其他公司吗13.你在选择公司的时候是怎么考虑的，主要关注哪些方面14.为什么选择腾讯15.如果给你offer，你会接吗16.职业规划17.最快什么时候到岗，可以实习多久18.确认个人信息，毕业时间，是否全日制，确认身体是否健康（有无重大疾病）反问阶段：1.入职以后有没有一些相关的入职培训或者技能培训呢2.这个岗位的部门架构是怎样的，平时需要和哪些部门配合呢3.补贴情况是怎样的HR最后说面完的第二天应该就会更新推进的状态了，会由她继续跟进。HR面完马上就收到信息收集邮件了 #腾讯#  #暑期实习#  #面经#  #算法#

L1 和 L2 正则化的区别？它们都能防止过拟合吗？写出Cross entropy的公式，并解释推导过程。（我先从KL散度的角度回答，面试官提示从最大似然的角度回答，并问是否与贝叶斯有关）解释dropout的作用，训练和测试阶段是否有区别，如何解决dropout预估偏高的问题？如何判断模型是否过拟合？（仅仅训练集loss低，测试集loss高不一定是过拟合，有没有其他判断方式？我从模型偏差和方差的角度回答）如何缓解过拟合？（我说了四五种方法，面试官继续追问有没有其他方法）概率题：计算骰子第一次扔到6的次数的期望。解释AUC的定义，它解决了什么问题，优缺点是什么，并说出工业界如何计算AUC。（特别...

一面8-191.自我介绍2.问美团的实习，问我商品量级，召回中相关性分档怎么做的，会不会出现query太不规范不能match到商品，怎么解决？我们的场景是否每个query和item都能匹配到相关性分数？3.精排模型我们用的baseline是什么，怎么用query和行为序列做的target attention，行为序列怎么截断的，最后如何用query打压搜索结果的推荐多样性？4.有哪些序列建模的方法和模型5.问了sim的详细原理6.说一下gbdt的全部流程，能做分类任务吗，怎么做7.做了一道中等难度题然后反问问得挺开放的，有些问题答的不好，二面8-221.自我介绍2.介绍实习的召回策略3.向量召回和策略召回的优缺点是什么，怎么解决向量召回的性能问题（不好回答）4.向量召回怎么做可以弥补漏召回或者误召回的问题5.DIN整体模块讲述，target attention的计算时间复杂度6.mmoe整体模块介绍一下，还有什么进阶的模型吗？解决的问题是什么？mmoe的gate输入是什么7.xgb和lgbm区别，怎么进行特征筛选和重要性分析8.讲一下auc在推荐中的物理意义9. 手写AUC（还好复习了，不然直接凉，虽然最后结果输出错了）#快手##快手求职进展汇总##算法##秋招##秋招提前批，你开始投了吗##算法面试分享#

自我介绍技术题异步编程相关JS异步的发展过程JS本身是单线程的, 是如何实现的异步编程的?async的实现问了一些实习项目上的业务了解箭头函数, 箭头函数的缺点? (答的箭头函数和普通函数的区别)Sass的优点, TailwindCSS说一说原子化CSS, 原子化CSS的问题是什么TypeScript的优点是什么TypeScript如何保证返回数据的安全JWT, 里面是如何设计的用户凭据是在服务端还是Token文本和icon的高度不一样, 应该怎样对齐代码题大数相加整体问的比较简单, 也没有刁难项目, 面试体验很好后续: 挂了要背的八股太多, 题也没刷几道还有一堆测评要做, 难绷