携程5.13推荐算法暑期一面

自我介绍
八股（可能遗漏）：
1. 讲讲推荐系统流程
2. Transformer 位置编码是什么
3. QKV 注意力公式为什么除以根号 d
4. 简单讲讲 GCN
5. 简单讲讲 RNN
6. RNN 里的参数是什么样的（答：参数共享）
7. Dropout 是怎么做的？有什么作用？推理和训练时 Dropout 的区别？如果推理也用 dropout 会怎么样？
8. 讲讲 BN？BN 训练和推理什么区别？有什么用？
9. 用 CNN 把 (64, 64, 128) 变成 (x,y,z)（具体数字忘了），卷积层参数量是多少，计算一下（没答上来）。
10. 我看你上过最优化方法？什么问题才是一个凸问题？凸集和仿射集的定义是什么？
算法题：LC233（Hard），纯初见，没做出来，勉强讲了一下初步思路。

反问：对我有什么建议，答建议提升算法能力，建议多搞点相关度高的实习和项目。言下之意应该是匹配度有点低。全程对面没开摄像头，回答卡住时无引导，面试体验一般。