快手广告算法实习面经
一面:
1.两道算法题:leetcode第一题两数之和、lintcode max tree
2.简历相关:介绍腾讯实习项目(讲DeepFM、讲word2vec原理、word2vec中的优化:哈夫曼树and负采样and频繁下采样、讲协同过滤、AUC、连续值分桶)
二面:
简历相关:介绍天池比赛(讲训练验证数据划分以及原因、残差特征、lgb和xgb的选用、具体的模型融合方法、AUC、FM和LR的区别、LR的损失函数推导、交叉熵公式、AUC高一定预测的转化率准确吗?)
三面:
反向传播梯度推导(relu、sigmoid、交叉熵公式)、batchnorm有啥用为啥好用?什么是dropout?让你实现一个dropout你怎么实现?神经网络有哪些常用的损失函数?
#实习##面经##快手##算法工程师#