1. MAP（最大后验概率）和似然函数有什么关系？2. 什么情况下，MAP的损失函数可以用NMSE来计算？（高斯噪声）3. 手写Multi-head Attention4. Attention的复杂度是多少？5. AUC是什么？6. 推荐算法了解哪些？7. 协同过滤的概念是什么？8. 如果是一种普适性很强的物品（如：新华字典），怎么设计指标对它降权？9. AUC怎么推广到非二分类问题？怎么快速计算AUC？在关注搜广推算法方向的校招/社招/实习同学们，想拿到搜广推算法offer，简历中没有岗位对口/高质量的项目经历，会较难通过面试甚至难以进面。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~ #校招#  #搜广推#  #字节#  #推荐算法#  #面经#

岗位是做首页笔记推荐相关的东西，感觉算是比较核心10.21一面：自我介绍研究经历询问，研究主线是什么你的这些论文主要解决了什么问题收益体现在哪里，baseline包括哪些讲一下大模型实习，我以为会问推荐实习的BERT和GPT的区别，都是怎么训练的二者的finetune一般怎么做SFT和RLHF一般各自用在什么场景，各有什么优缺点目前long-context中主流的方法有哪些transformer和lstm+attention相比，主要的改进点是什么对整个推荐系统链路有哪些了解打分样本空间分布与精排不一致（精排对粗排返回的样本做排序，粗排则要对召回的样本打分），相关的解决方案了解吗介绍下推荐实习...

#软件开发笔面经#字节一面其实就有点磕磕绊绊的然后HR让我下去多背一下八股之类的，约了二面面试流程：自我介绍然后着重问了使用的语言问除了python以外用的我说就C++用的比较少，感觉面试官明显就不是很满意然后问了少量的八股就开始问是否了解推荐算法我说在网上博客之类的了解过一些然后就问了一些推广的场景题大致就是如何根据任务来构建一个算法任务手撕1. 矩阵旋转，要求说出多种方案，并给出各自的空间、时间复杂度2. 一个二叉树和双向链表的转换过程第二个没撕出来换了个二分面的压力巨大

面试时长：30多分钟吧自我介绍项目深挖数据怎么定义的，如何实现的，模型中学到了什么具体业务内部怎么分工和对接讲论文最熟悉什么语言，python脚本性能问题怎么解决，怎么优化熟悉哪些容器整体面试体验一般，感觉面试官不是很能针对性的提问，全程更像是我在给他介绍。