腾讯视频一面二面记录

更新
1.怎么判定DIN模型已经收敛到一个比较好的状态了，而没有欠拟合和过拟合？面试官说不能只看AUC和loss  我想问还有没有别的东西可以拿来check？ 
2.文本特征在输进DIN模型之前有没有更好的建模方式？我当时说的是本地创建一个词表，比如常见字有1000个，生成的词向量有5维，embedding层就是5*1000的矩阵，通过实际label和DIN输出的对candidate点击率的预估，用focal loss做损失函数，然后反向传播更新DIN和embedding层的参数。参数更新好之后，把词中的字对应的one-hot编码先输入embedding层，得出的向量就是有语义信息的向量。   面试官的意思是想要更好的文本建模方式，但她也没说什么算更好的方式   
3.在线如果用DIN给某一个用户做推荐，这个用户id嵌入是存在什么地方呢？（拼多多也问过，具体是存在哪？）如果用户量级比较大，比如像抖音、大众点评，那么从大量的用户id嵌入中找出张三的id会不会有内存压力？
4.双层Attention的DIN  第一层Multi-Head这里有几个头？比较合适呢？如果序列长度为30的话
如果路过的UU会的话，能不能给我解答一下呀？
02.27投递    03.04约一面   
03.07一面       项目40mins    
八股：介绍DIN模型
代码：最长递增子序列
一面结束后两小时查到通过
03.14二面
无代码环节
八股：欠拟合  过拟合
文本特征怎么处理才能输入模型呢？有没有更好的建模方式？
03.18  面试流程结束