小红书算法岗面试，竞争太激烈了

最近已有不少大厂都在秋招宣讲了，也有一些在 Offer 发放阶段。

节前，我们邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。

针对新手如何入门算法岗、该如何准备面试攻略、面试常考点、大模型技术趋势、算法项目落地经验分享等热门话题进行了深入的讨论。

总结链接如下：

• 《算法岗面试宝典》(2024版) 正式发布！

喜欢本文记得收藏、关注、点赞。更多实战和面试交流，文末加入我们星球

为什么要跳槽

在前司两年过的还算比较开心。校招加入后分到一个负责给力的 mentor，教会了我很多。

入职后3个月内火速 launch 了两次算法模型优化并推全上线。辛苦的背后是频繁的架构调整，两年期间换了3次组，负责的业务也一变再变，这个时候 mentor 的跳槽，让我萌生了退意。

在年初晋升被卡，让我觉得没有任何可以留下来的理由。所以至此，我没有一点犹豫的选择离开，并且这次基本上都找了熟人内推。

社招背景

• 本科中流985生环材专业，研究生华五计算机专业。

• 两段实习经历：阿里妈妈-实习8个月 → Disney+hotstar 实习4个月。

• 校招6个SP，四个大SP，加入京东广告部。

• 在京东工作两年，期间负责了三个业务的精排算法，一共发起7次纯模型结构优化的推全上线。

结果概述

知道晋升被卡的结果，我开始重新登录 LeetCode，历时一个多月，面试了多家企业。经过多轮面试和准备，最后选择了小红书。

面试高频提问点

1. 讲讲做的推荐的项目

2. 热度召回怎么做

3. 做的推荐系统项目，怎么评价做的好不好的?

4. 推荐冷启动问题怎么解决？

5. 推荐的 point-wise、pair-wise、list-wise 简单介绍下，区别是什么？

6. 多目标融合方法?如何调参?

7. 推荐业务流程介绍？

8. DeepFM 模型原理？DeepFM 的 FM 怎么做的

9. Wide&Deep 模型原理？

10. DeepFM 和 widedeep 的区别？哪个更注重泛化性，哪个更注重记忆？

11. MMoE 模型介绍下，解决了什么问题？MoE 和 MMoE 区别?

12. id 类特征、类别特征、连续特征怎么嵌入？

13. 深度学习中防止过拟合的方法？

14. Transformer 介绍？

15. Self-attention 和 Target-attention 区别？

16. LightGBM 和 XGBoost 的原理和区别？

17. Dropout 在预测和训练阶段的区别？

18. RNN 原理？

19. RNN有哪些变种？原理介绍？

20. LGB 和 XGB 对缺失值的处理方式区别？

21. RF 和 LGB 在方差和偏差的区别？

22. L1和L2的区别？

23. Batch-norm和Layer-norm介绍和区别？

24. Batch-norm使用时需要注意什么？

技术交流