阿里淘天推荐算法一面面经

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#

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...

1. 细粒度拷打实习项目，每个环节的参数选择，压力拉满2. 了不了解除了推荐的其他模型，了解的介绍一下原理3. deepfm和dcn的区别，dcn哈达马积实现部分相关问题4. 知不知道SDM，是怎么做长短期兴趣的建模的5. 在做模型训练前如何选择特征6. 会不会SQL，有没有做过大规模数据的清洗7. 未来想做什么样的方向的工作（连续两面都问到了）8. 把自己实习模型的结构和训练流程在ide里用伪代码实现9. 手撕hard 二叉树最大路径和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，简历中需要有对口/高质量的项目。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#  #推荐算法#  #美团#

10.28晚上八点约面试，面试官跟我说部门需要Python，Shell以及少量的goland。我的语言是Java，他们部门的语言我只是简单涉猎过并不熟练。10.29线上面试。 上来就是手撕算法，三角形的最小路径，力扣原题，但是空间复杂度要求降低到O(n)。 我的思路是动态规划，自下而上遍历，同时只维护一个一维数组。 然后问了两道八股就结束了。 Python的装饰器，Linux设置定时任务，Linux看端口号的命令。