小红书算法面经

自我介绍选一个自己觉得重点的项目介绍做的任务偏理论还是偏落地（公司这边喜欢偏向落地的项目）介绍项目里面做过哪些有效的改进，讲解并解释一下反问没有code环节居然。

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. 挖实习项目细节2. 介绍下PNN，PPNET，MMOE3. 多任务学习怎么调loss权重，写下用到的方法的伪代码4. 怎么进行分数融合？5. 了不了解Ltv的建模方式？6. 采用条件概率方式建模的前提？7. 讲Transformer和Bert？分别适用于什么任务？8. 算法题：三数之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，简历中没有岗位对口/高质量的项目经历，会较难通过面试甚至难以进面。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~ #校招#  #推荐算法#  #美团#

当时面小红书其实挺离谱的，本来是面社区技术部，一面通过了，结果hr和我说部门hc没了，问我可以给我转到另一个部门，但是要重新从一面开始面愿不愿意。其实我个人一直是比较想去小红书的，三月的时候因为没有实习经历小红书不给面试机会，所以很无奈但还是接受了，结果这个部门一面那天身体不舒服，发挥不好，就挂了，挂了几天之后hr又和我说之前那个部门又有hc了，这边还没出一面结果（但我估计我寄了），如果我愿意的话可以直接终止这边流程转回原部门流程，我想都没想直接答应了（命运的齿轮转动，剧透一下，面上了！呜呜呜）回到正题分享面筋！1.自我介绍2.可实习时间3.在taptap做了些什么事情4.组件层面做了什么5....