一面 1. 美团推商品和抖音推视频推荐区别？（美团大多基于item相关性）2. 为什么你觉得美团推商品和User相关性不那么强？3. 如果用户未点击商品购买，首页怎么推荐呢？4. 小红书也是双链，美团和小红书有什么差异需要注意？5. 这两个都是回归问题，当然也有分类问题6. 建模时长目标和分类目标有什么好的方法？损失函数有什么需要注意的？7. MSE相比RMSE有什么弊端8. 更具体一点，不同损失函数推荐出来有什么区别？价格分布之类的？9. 介绍自己的项目10. 对抗样本攻击成功率低可能是什么问题造成？11. 在你的领域不用太考虑特征重要度这个问题？12. 聊项目论文，怎么扩展到其他领域13. 手撕：逆序对二面1. 无监督学习的loss怎么设置2. 无监督表征学习3. Transformer解决了什么问题，怎么解决的4. Transformer中增加head数目，计算量怎么变化5. Transformer结构说一下6. 单头也能解决长距离相关问题，为什么用多头7. NN神经网络怎么做初始化？有什么tricks（网络可能先宽后窄再宽）8. Xavier初始化9. 优化器有哪些？10. Adam和SGD相比有哪些改进？11. 收敛速度和方向上有什么改进12. 动量是怎么使得函数越过局部最低的？13. 手撕：滑动窗口（不小于target的最短子数字长度）三面1. loss函数和学习率的关系2. 学习率和损失函数之间的李普希兹连续性3. Transformer多头注意力机制的计算复杂度4. L2norm在双塔召回中的作用5. Mse和cross-entropy，MSE用在分类任务上有什么问题？6. 对比学习？

今天是 2025 年 1 月 24 日，在学校的图书馆开始写这篇文章。走向图书馆的路，一如既往的熟悉，南方温和的气候却又带着些许陌生（也许刚从北京回来，特别抗冻[笑 cry.png]）（在牛客发这篇文章已经是 2 月 3 日，我觉得广东还是很冷的[笑 cry.png]）。我依旧选择了那个熟悉的座位，安静地推开椅子坐下，回顾这几年的大学生活，以及过去不久的秋招经历。时常感叹时间太快，转眼间我已是一名大四的学生。大学经历大一 和所有刚踏入大学的同学一样，我满怀新鲜感迈入这片未知的校园。常常听人说：“大学，是找到自己的地方。”于是，我开始尝试，去接触学生会、社团、实验室，并且参加招新面...

hr问为什么拒掉之前的offer，接他们的offer，怎么说让hr可信？

(最难绷的一集，10min写完了然后一直找bug，找了15min没找出来)自我介绍，问了成绩，确定可实习时长然后还问我东南大学在哪里🥺这下不得不提我们的校庆标语了：东南大学在南京1.说说redis实现点赞，附近商户查询等功能2.点赞排行榜的key是什么，score是什么（一开始说做贴子的点赞排行榜）3.点赞列表的key和score4.有大量并发点赞怎么处理5.如果量太大，redis也支撑不住呢(顺嘴说了用分布式，消息队列，不需要记录用户信息的话可以用bitmap存储等）6.问分布式怎么做(我说不熟）7.那么mysql里记录点赞的表应该怎么设计8.抖音快手里点赞重复技术出现特效的功能怎么实现9.点赞特效接口应该输入哪些参数。10.aop实现自动填充具体是怎么做的(说了具体怎么做之后，也和他说了之前美团面试官说这个功能他们都是直接每个接口实现自动填充，不用aop)11.线程池的执行流程12.先问我看没看过线程池源码，线程池是否会出现并发安全问题13.那同时创建多个线程的底层原因是怎么14.mysql事务什么时候用什么时候不用。15.MVCC怎么解决脏读幻读问题的手撕：两两交换链表中的结点(3分钟写算法，7分钟写测试用例，然后发现怎么跑都少个头结点，debug15分钟没找到原因，感觉最后面试官有点失望）反问，对北美封禁tiktok什么看法，对kwai是不是一种机遇然后表达很希望加入快手😭手撕debug实在是很难绷面试官很专业，人也很好，很好的一次面试体验场景题实在没答好，手撕debug也是一坨，目前还在排序中