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#

#软件开发笔面经#秒挂！秋招唯一一次一面挂！当然感觉还是自己的问题约的周六，感觉可能不在工作时间，也没有开摄像头面试流程：自我介绍感觉做的方向不是很匹配就没有太多问八股：机器学习八股都是些常见的知识点，背熟就好比如过拟合、优化器、损失函数感觉这块答的还不错吧手撕：1. 先手撕了一个常见的，leetcode字符串中等题2. “Transformer的参数量”第二个题有点懵了，当时有点没想明白，其实就是类似于CNN计算参数量的题不过也确实没准备~挂的不冤

#软件开发笔面经# 一面60min 过1.自我介绍2.讲讲你对网络的理解3.CDN加速4.JS数据类型有哪些?5.为什么要分基本和引用数据类型?6.堆和栈内存本质上有什么区别?为什么会有这个区别?7.说说你对克隆的理解8.实现一个深拷贝, 写完后讲解一下为什么这样写9.这个深拷贝函数可以接收哪些数据类型10.什么是WeakMap()?垃圾回收机制是怎么判断哪些是垃圾?11.说说你对闭包作用域链的理解12.再来一道题: 对象枚举路径-----------------------------------------二面60min 排序挂1.闲聊2.问了点项目相关的3.promise aysnc输出题4.一道日期排序5.聊天，岗位只招一个实习生，等所有面完了挑分最高的

在关注搜广推算法方向的同学们，可以了解下算法项目辅导，在简历中增加一个高含金量的项目，助你斩获offer~1. 问实习项目，大约20mins2. 对推荐模型了解多少？介绍下deepfm3. 推荐和广告有什么区别？4. L1和L2正则化的区别？为什么L1能产生稀疏解？5.   介绍一下常用的注意力机制，什么场景适合self-attention？6. attention和全连接有什么区别？7. 介绍一下AUC的物理意义，如果在现在基础上，再增加一批全正样本，AUC值如何变化？8. 手撕代码：字符串去空格 #校招#  #面经#  #推荐算法#  #阿里巴巴#  #淘宝#