快手推荐算法一面面经

春招已经陆陆续续开始啦,在关注搜广推算法方向的校招/社招/实习同学们,可以了解下算法项目辅导,帮助你在简历中增加一个高含金量的对口项目,助你斩获offer~

1. 业界目前针对特征交叉是怎么处理的?
2. 你们当前模型的主要网络结构是什么样子的
3. 模型的embedding维度是多少?不同特征的embedding维度是否相同?
4. 当前的方案有没有考虑使用大模型进行处理?
5. 介绍一下不同的召回方式以及召回原理
6. 召回的模型是什么样子的
7. AUC的概念,计算过程?
8. 还有没有其他相似的评估指标,为什么需要其他评估指标
9. 训练样本的形式有哪些?分别进行解释
10. 代码1: 手撕TSFM
11. 代码2: 股票交易,最多两次操作,利益最大值
#春招#  #面经#  #校招#   #推荐算法#  #实习#
全部评论
请教一下TSFM是啥呀
点赞 回复 分享
发布于 02-20 09:44 江苏
一面感觉都是一些比较基础的问题,对于整个链路各个环节的理解。
点赞 回复 分享
发布于 02-20 13:38 湖南

相关推荐

评论
2
13
分享

创作者周榜

更多
牛客网
牛客企业服务