模拟面试算法岗

本文是对这个公子龙龙龙出品的百分百还原985学生面试阿里算法岗视频的一些总结启发，也是为自己今后面试积累经验。

自我介绍

我是xxx，是一名研二的学生，我的研究方向是推荐系统，目前的成果（论文，竞赛，项目）

提问环节

简历部分

Q：（根据论文模型相关提问）有了解过哪些基本的推荐算法
A：学术界 NCF NGCF；工业界 MF,FM,w&d,DIN,DIEN
Q：（根据论文应用技术提问）GNN类别
A：图神经网络（一些介绍）
Q：(根据论文提出推荐系统基础知识)这个论文模型解决了什么样的问题，常用评价指标，与其他baseline相比 高多少；比传统的方法好在哪
就是对论文探讨 之都是你弄得论文真实性吧 我猜的
A：top-n问题，recall、RMSE等，。。。。

竞赛部分

Q： 时间序列，多标签分类
A： 了解不多，没推荐多
就没咋问了呀，所以就问推荐去了

推荐相关

Q：d&w，w&d区别（d&w就是deep，cross结合的变体）
我还真的不清楚
A：
Q：FM可以用dw的cross部分，fm替换lr为什么fm怎么做的具体细节
，fm公式计算方式，系数
A：
接下来有带你混乱了 我也混乱了
知识点：

项目

Q：简单介绍项目，nlp知识
A：描述了一遍
项目里的技术知识点

推荐系统

Q：推进系统主要的架构 分为哪些模块，每个模块机制
A：

笔试过

我的一些想法感悟
具体的这个视频模拟了面试的一部分问题，主要针对建立进行提问。本视频简历简洁大方我干净有借鉴性，我也没面过是啊，这就是我自己看视频的一些主观想法。
简历上原来可以写自己的论文成果，那我头得论文 需要抓紧投中，争取简历上有点东西写。还有就是竞赛和项目，本人参加的竞赛获奖不多，与算法相关性不是很大，和方面接下来几个月可以着手重点研究研究参加一个撑撑场面吧，
对于推荐系统的知识，问的其实很基础，听着感觉都知道，但是答的话，肯会差点意识，所以还是要加强算法的理解和多看多总结，所以未来文章可能发表相关的，供自己学习理解。本人弄得是点击率方向，对于协同过滤知道的不死很多什么NCF也不太了解，还是要加强吧，多看看书。
本文面试提到的是关于啥数据结构与算法，机器学习的内容不是很多，但是我接下来应该会多学学，不然啥都不会太差了
还有就是这个视频没提到的问题，四六级成绩，各种专业性质的证书，是不是必要，哪些是有用的，待挖掘，但是会总比不会强。
对所了解的，熟练的，知道的语言也没有提问，就可能也不是这个模拟面试的重点。学的话我自己感觉没啥学的 能做题应该就可以了吧。
欢迎互相讨论或者给我答疑解惑…