数分转搜广推算法的可能性

#搜广推# 点评事业部，全程就是挖实习项目，问些八股，手撕难度较低，体验很好一面：基本就是简历提到什么问什么挖实习项目细节，穿插问下PNN，PPNET，MMOE多任务学习怎么调loss权重，写下用到的方法的伪代码（写了DWA的公式）怎么进行分数融合？讲Transformer和Bert？分别适用于什么任务？口头问下会不会Spark，Hadoop这些算法题：三数之和二面：讲论文手撕多头注意力机制继续讲实习项目，大差不差算法题：二叉树层序遍历三面：比前面的面试官感觉严肃一些问实习项目细节（更细一些）采用条件概率方式建模的前提？（贝叶斯公式前提条件）了不了解Ltv的建模方式？实习项目一些场景的数据，记不清了，然后面试官开始表演速算，边算边嘀咕，说了个数，我说差不多差不多（回头发现其差太多了，离大谱，业务场景完全不同没什么可比性）算法题：开根号，用牛顿法迭代的Hr面：基本就是聊天，怎么学习的，然后讲了讲强度肯定不小，推荐这个岗位也很卷，工作选择还是看自己对产品的兴趣目前oc等开奖 #美团# #算法# #推荐算法面经# #面经# #开奖#

本2硕西电应统想转码，由于导师方向冷门在算法方面发顶刊不可能了，所以考虑搜广推算法和后端开发，大佬们能否给个建议，感谢

现在还在池子里是不是没啥机会了啊😦

首先，资源很丰富，经常有明星来扫楼，还有大佬们的线上分享会。再说说环境，办公室里绿植很多，随便拍照都能出片。食堂也不错，A区、B区、C区的食堂各有特色，麦当劳、吉野家、兰州拉面这些都有，听说阿里园区的麦当劳还是全国唯一打折的。公司的开放性很强，实习生的福利和正职是一样的，数据也都能平等获取。领导对实习生的想法很尊重，很多人甚至能独立负责一个项目。