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#

1.自我介绍 2.实习内容，测试流程是什么，你在才是过程中遇到了那些困难，如何保证研发自测的效果，自动化测试怎么测的（主要问实习，20分钟左右） 3.数据库索引失效的场景 4.慢sql如何优化 5.手撕：第一道题很简单，最长递增子序列 6.linux常见命令有哪些？ 第二道题，有n个硬币，1，2，5，求m面值有几种组合方式

#你最想要的公司福利是？# 七险二金，免费单人公寓，自助式三餐，健身房，娱乐室，零食下午茶，年金，生日补贴，13薪等等等等，这样的公司福利，我都想要😭

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...