b站广告算法有三面泡着的吗

💼公司岗位有没有哔哩哔哩****求求了 #我的岗位说明书#  #哔哩哔哩#

首先，入职培训很有趣，不仅了解了B站的发展历程，还有各种内部活动和社团福利，我们还玩了破冰小游戏，认识了不少同事。说到B站的环境，二次元氛围很浓厚，公司里到处都是小电视造型、玩偶，还有各种手办、海报和立绘。还有B站经常有明星来扫楼，入职第一天就碰到了赞多，实现了近距离接触明星。而且，同事们都特别好，有问题会解答，很耐心

在关注搜广推算法方向的同学们，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~1. 问实习项目，大约20mins2. 对推荐模型了解多少？介绍下deepfm3. 推荐和广告有什么区别？4. L1和L2正则化的区别？为什么L1能产生稀疏解？5.   介绍一下常用的注意力机制，什么场景适合self-attention？6. attention和全连接有什么区别？7. 介绍一下AUC的物理意义，如果在现在基础上，再增加一批全正样本，AUC值如何变化？8. 手撕代码：字符串去空格 #校招#  #面经#  #推荐算法#  #阿里巴巴#  #淘宝#

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...