介绍youtubeDNN结构 介绍熟悉的loss function batch normalization和layer normalization的区别 batch normalization训练和推理阶段的不同 有没有了解过多目标多场景任务 算法题:寻找最大连通色块,m行n列的矩阵,每一个元素代表一种颜色,寻找颜色相同的最大连通色块所对应的颜色 得物推荐 为什么拍卖机制需要满足激励兼容 ctr...
5. 介绍下MMOE,PLE,ESMM模型 6. 介绍下DIN 7. 介绍下Transformer,为什么注意力能起作用 8. 推荐系统有哪些Bias特征 9. Embedding特征相对于其他特征为什么能更有效果? 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...
参考回答:UserCF:由于是基于用户相似度进行推荐,所以具备更强的社交特性,这样的特点非常适于用户少,物品多,时效性较强的场合,比如新闻推荐场景,因为新闻本身兴趣点分散,相比用户对不同新闻的兴趣偏好,新闻的及时性,热点性往往更加重要,所以正好适用于发现热点,跟踪热点的趋势。对于用户较少,要求时效性较强的场合,就...
Coding:搜索旋转排序数组2,用了两次二分,面试官说能不能用一次二分,秒了、 挖了下实习内容和学校课题 对推荐的了解多少 召回和精排有哪些方法,评价指标。 反问环节。 整体一面比较轻松,自己主导比较多,八股比较少。 二面(12.3)一小时: 自我介绍 Coding:给一个数组,末尾加一,输出。类似大数加法,比较简单处理下...
【boss直聘 推荐】 部门:商业 事件:技术一面 时间:1h 内容: 面试题:自我介绍、问了一个自己科研中的问题,问实习;比较细。问会不会推荐相关的svm、lr、gbdt等等;有没有做过其他的nlp下游任务;期望薪资(提示我boss稳定16薪,绩效另算;看脉脉说最多能到24薪牛逼坏了) ...
【boss直聘 推荐算法三面】 部门:商推 事件:技术三面交叉面,boss第三面一般是交叉面,有没有四面看具体情况 时间:预约1h,实际40min 内容: 面试题:自我介绍,主要说比赛和项目;把比赛流程完整陈述一遍,问遇到某种数据如何处理的,有没有考虑过遇到之后怎么处理;把实习中用到的simcse说了一下 ...
强推牛客,也用过别的几个平台,最爽的只有牛客,没有之一。 很全,建议除了刷《剑指offer》,还要刷一下《数据库SQL实战》,别的华为的题可以练习下输入输出流的处理。其他题目,当然刷的越多越好,但是,你要结合看书,以及别的知识点来。所以,我先只推了前面两个。
我是有两三个项目,因为主要是将推荐算法用到生物数据上,讲解自己项目经历的时候我是将自己项目对应推荐算法中的一些常见的设定来讲,因为跑过几个模型,所以对代码细节上还算是较为了解,所以在细节方面讲的很多。 从数据处理到模型设定,发散到与之类似的模型结构,到应用自己数据尝试的结果,再到效果不好后自己如何思考...
@搜广推算法offer: 微信推荐算法一面面经 1. 挖实习项目细节2. 讲讲特征怎么稀疏化,怎么处理的3. 怎么对数值特征进行分桶4. 讲讲推荐系统里有哪些注意力5. 介绍下MMOE,PLE,ESMM模型6. 介绍下DIN7. 介绍下Transformer,为什么注意力能起作用8. 推荐系统有哪些Bias...
《SAGIMA笔面经整理》专栏目录与导读 本着来一个平台水一个平台的原则,在牛客上尽可能地详细记录了本人在2025届秋招中经历过的大部分面试和笔试经历。投递的岗位60%以上为嵌入式软件开发工程师,技术栈是C/C++/Linux这类的,自认为整理得相对算是比较系统,希望能够给后来的朋友提供一定的帮助;有任何问题可以在文章...