背景
作者是一名今年参加秋招的学弟,本文写在秋招结束后,一共分为两部分,不久前的“秋招系列|推荐算法岗史上最强面经来袭(上)”赢得了广泛而深远的好评,此次为本文的终结篇兼加强篇,那么快搬好凳子学习起来吧~
背景为985本硕&计算机科班,研究生期间方向主要为推荐算法,投递的方向主要为推荐/广告/机器学习。目前国内已从A收割到Z。本科做工程相关,研究生期间转算法,发表过CCF A类论文一作1篇,有过大厂实习经验、开源项目和机器学习比赛“划水“经历。
在这里也欢迎各位从事推荐及广告算法的小伙伴加入我们,一起交流学习,一起进步,同时也欢迎不限内容的来稿,让更多人看到即可。
如下仅为部分面经,墙裂欢迎各互联网大佬来撩。
具体面经分享
阿里|计算平台组
一面
自我介绍。
介绍特征选择的方法。
介绍特征构建的方法。
AUC与Loss的有什么关系:为什么用Loss训练,用AUC评估,如果两者不一致怎么办。
无约束最优化问题如何解决,拉格朗日乘子法介绍。
过拟合如何解决+具体方法追问。
问了一些计算机基础:TCP三次握手是什么,死锁如何发生?
介绍论文。
概率题:将一根木棍分成三段,求这三段构成三角形的概率。
代码题:剑指offer51-数组中的逆序对。
二面
介绍发表的论文,讨论论文中提升来自哪里。
论文后续可能提升的点以及想法探讨。
介绍实习,说说印象最深的项目。
介绍DeepCTR。
代码题:撸一个auc计算函数,说明时空复杂度。
部门介绍+反问。
三面
介绍实习工作。
对分布式性能上优化是否有了解+追问。
如何解决线上推荐的延时性能问题+追问。
介绍一个最能说明自己工程能力的项目。
如何看待算法与工程的区别。
智商题:25匹马,5个赛道,最少比几次能比出前3名,前5名。
反问+进程说明。
交叉面
交叉面比较随和,毕竟其他部门来面,偏走流程,不会太卡。
介绍实习。
如何介绍论文,说说论文后续可能的提升点。
关于cvr中标签延迟问题做了很久探讨。
反问。
hr面
介绍实习工作。
介绍一些自我的优缺点+具体事例说明。
说明自己相较于其他应届生的优点。
聊聊工程背景为什么转算法,相较于其他一直做算法的同学的劣势怎么看。
聊了聊学习能力。
部门介绍+反问。
腾讯|广点通
一面
问实习,说说实习取得的收益。
问腾讯比赛具体怎么做的,方案介绍,可能提升的点(这比赛就是他们办的)。
ctr与ecpm的概念。
python基础:可变类型不可变类型,深拷贝浅拷贝。
代码题:中序遍历(栈的形式实现)。
代码题:自己实现优先队列。
二面
介绍实习。
梯度爆炸和梯度消失介绍,解决方案。
BN原理,在训练集测试集不同点。
dropout原理,细节介绍。
开放题:cvr中标签转化回传延迟如何解决?非机器学习方法如何做,机器学习/深度学习方法如何做?
代码题:剑指Offer 68-二叉树最近公共祖先。
代码题:删除重复数字。e.g 数组[1,2,2,2,3,3]变为[1]。
代码题:leetcode 498-对角线打印矩阵。
三面
问实习,说说训练模型的时候具体调了哪些参数,如何做的。
问如何解决标签转化延迟问题(感觉对这个问题比较关注,聊了很久)。
部门介绍+反问。
美团|广告算法(北斗计划)
一面
介绍实习。
介绍论文,很详细(可能因为投的是北斗,论文问的非常详细,几轮面试都比较关注论文)。
说说论文后续可以做的方向,可以提升的点。
ctr后续可能发展的方向。
介绍比赛和开源项目(刚好做的一个比赛和面试官有过相关领域背景,具体聊了聊)。
开放题:关于DIN的探讨。比如餐饮业场景,不同时段想吃的东西是不一样的,如何把DIN的思想融入这种时段差异的序列建模问题(我觉得可以参考阿里妈妈周国睿的SIM模型的思想,按SIM思想答的)
代码题:给出一个序列包含n个正整数的序列A,你可以从中删除若干个数,使得剩下的数字中的最大值和最小值之差不超过x,请问最少删除多少个数字。
二面
介绍论文。论文问的很详细,并且会围绕点展开讨论。
聊聊论文后续可能提升的地方。
介绍实习,说说实习取得的收益的点。
详细讨论了实习中的ESMM为什么没有取得收益。
介绍比赛,项目
聊天+反问。
三面
介绍论文(论文再次问的很细,场均半小时论文介绍起步吧,可以看出北斗对于论文的要求程度)。
介绍实习,说说实习中印象最深的点。
NN中特征重要性一般怎么分析,如何构建自动化工具。
说说其他特征分析方法。
推荐和广告的区别(刚好看了计算广告与推荐系统有哪些区别)。
职业规划,个人希望做的方向。
总裁面
在走流程ing,副总裁比较忙,应该是后续候选者统一面。
BIGO|广告算法组
一面
介绍比赛,比赛问得很细,评分指标,得分等等。
介绍项目,详细介绍din和dien。
lr为什么拟合对数几率,为什么用极大似然?
代码题:反转链表。
智商题:abcd 4个人分100金币,每个人依次提分法,4个人投票,票数过半就通过方案,不通过这个人就出局。a如何分能让自己最多? 答:98 0 1 1
二面
介绍deepctr项目。
auc为什么能表达排序能力?
标签回流延迟如何解决?
Graph Embedding了解吗?怎么实践?
代码题:leetcode 合并k个链表。说出时间复杂度。
交叉面
介绍论文。
AUC的意义,计算公式。
如果网络全初始化为0,有什么问题?
为什么分类问题不用MSE,会有什么问题?
nn是如何学习组合高阶特征的?
relu是如何表现出高阶的非线性的组合的?
谈谈推荐的发展前景,可能落地的方向。
代码题:leetcode 977,leetcode 360,leetcode 358。
映客|推荐算法组
笔试
笔试主要考察了计算机基础,机器学习基础,leetcode简单题2道,题型是选择+代码+主观题,不难。
一面
介绍实习。
介绍论文。
介绍比赛,项目。
闲聊+反问。
二面
问印象最深的项目。
GBDT介绍,分类树/回归树的切分原理,如果无深度叶子结点数量限制,最终会变成什么样?
LSTM/GRU原理,区别及推导。
adam/adagrad原理以及区别。
代码题:Lintcode-中位数。
参考:https://blog.csdn.net/zhaohengchuan/article/details/74010685
hr面
自我介绍。
个人优势。
家庭介绍。
拿到的offer,以及职业规划