春招已经陆陆续续开始啦，在关注搜广推算法方向的校招/社招/实习同学们，可以了解下算法项目辅导，帮助你在简历中增加一个高含金量的对口项目，助你斩获offer~1、问实习内容，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？2、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？3、对搜广推的投放链路了解吗？多任务模型有哪些？分别有什么优缺点？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、手撕一道中等难度题

oppo二面1自我介绍2本科有参加项目或者比赛吗？3展开讲解一下硕士学位论文。课题目前什么进度？现有算法缺陷是什么，用人工智能做是创新点吗，怎么想到的？需要做实物吗？这个研究是理论封存还是有实际的工程价值，有相关的项目背景吗？做项目或者科研，刚开始拿到项目时，有会给自己定更高的指标的情况吗？加工误差在实际过程中怎么解决的？4经历偏天线，从个人发展来说，你怎么看天线射频领域？5本科，硕士学习中有遇到让你挫败感的事情吗？6项目是个人做的吗，还是一个团队做的？7最近一年除了毕设，有对生活学习有什么规划吗？8有了解oppo的一些产品吗？oppo hr面1自我介绍2为什么应聘oppo，对oppo的了解。...

距离春招开始还有1个月的时间，在关注搜广推算法方向的校招/社招/实习同学们，可以了解下算法项目辅导，帮助你在简历中增加一个高含金量的对口项目，助你斩获offer~阿里推荐算法一面1. XGBoost只能用于数值的残差估计吗，可否用于特征2. bagging和boosting的区别3. 聊聊自己知道哪些推荐系统的深度学习模型4. MMoE如何保证每个专家的随机性（有共用的专家）5. multi-head attention如何保证每个head的随机性（只有初始化）6. 最长递增子序列7. 如何找到一个数组的中位数阿里算法二面：* 随机森林如何保证每个树的随机性* 假设给你两个链表，如何找到公共节点，只能是Y字型的* 54张扑克牌抽出一红一黑的概率 #春招#  #面经#  #校招#  #推荐算法#

一、剖析水货面试官水货面试官面试的时候，有很多人都会有个心理预期：面试我的人一定很厉害，很牛。其实，现实不是这样的。水货面试官的产生公司中的技术人员配比，都是按比例的。比如人员配比是1：2：7中，1成是技术专家级别，2成是资深高级研发，7成是普通研发。团队中的杂活和累活，一般都是让普通研发去参与完成。具体到面试这个任务，我们可以按面试流程，细分下人员安排。以下是业务场景：公司HR很努力，从各个渠道收集到简历数1万份，通过机器初筛，把学历、年限各种筛选因子考虑进去，得到有效简历1千份。1千份的简历，如果全让公司的技术专家、资深研发面试，肯定是面试不过来的。怎么办？解决方案可以从数据分析的角度来讲...