字节跳动UG部门广告推荐算法实习面经

一面

算法题：355. 设计推特

1. AUC怎么计算
2. 如果把预测结果随机分成两部分，这两个AUC有什么关系
3. 熟悉的优化器有哪些
4. 说一下adam
5. adam的一阶矩和二阶矩对于梯度遇到陡峭和平坦的部分怎么处理
6. 怎么认识交叉熵，交叉熵和KL散度关系
7. 开放题：如果一个用户老是点第一个推荐结果，怎么办

二面

算法题1：实现一个np.matmul 需要判断边界条件
算法题2：用梯度下降法实现math.sqrt，只允许使用加减乘除，重点是loss怎么定

1. 详细介绍word2vec，我说的比较多大概讲了15分钟，包括负采样和分层softmax的实现方式，框架和论文的负采样不同之处
2. 分层softmax缺点，讲了哈夫曼树可能不平衡，面试官想要的是分到同一个class的词可能会近

三面

算法题：水题 105. 从前序与中序遍历序列构造二叉树

1. 比对我的github详细问了论文，详细问了时序的概念和transformer里的mask，写了loss
2. 口述GCN源码实现
3. 计算CNN操作参数量，复杂度，操作后的shape
4. 手推Adam

面试官觉得你行的话，基本会给连面，不能连面也会当天约。整体下来字节基本上3面都是压力面，问到不会为止，知识积累和心态都需要比较好。二面被榨干，算法题2就写了个loss剩5min，跟面试官求饶不想写了

目前在等HR面，写个面经攒人品，希望HR老哥给个机会