写一下vivo的面经贡献给牛油吧(sp已拒)

本人是合肥场次的,应聘的职位是广告推荐算法工程师,面试流程是一面技术+HR
技术面大致是先根据简历来问答,然后面试官根据自己写的一张纸上面的问题问答

1、自我介绍;

2、简历上推荐系统的LFM是什么?解释一下(latent factor model,应该大多说不知道);

3、FM(factorization machine)模型的公式写一下,模型解决了什么问题;

4、DIN(deep interest network)主要使用了什么机制,解释一下,画一下DIN的框图(这个我觉得有点难以描述);

5、DIN的activation unit的作用;

6、常规问题:一个模型的bais和variance的具体定义是什么;

7、bais和variance哪个比较重要,为什么是trade-off;

8、bais开始的时候很大没问题,为什么开始的时候variance也很小;

9、泛化误差解释(bais^2+variance+noise);

10、RF和GBDT介绍,RF在属性的随机采样是有放回的还是不放回的;

11、dropout的工作机制,dropout在训练过程如何使用;

12、TCP和UDP的区别;

13、线程和进程的区别,如何实现多线程;

大概就是这些吧,总的来说,基本就是基础知识,没有手撕代码,有点简单
效率很快,一直是vivo的一贯做法,今天早上去听了签约会,说公积金只有5%,工资不能argue
910 5.5的工作强度实在不适合,溜了溜了~~
#vivo##算法工程师##面经##校招#
全部评论
给大佬点赞🤣大佬的推荐系统项目是实习还是实验室项目呀
点赞 回复
分享
发布于 2019-10-06 21:32

相关推荐

头像
不愿透露姓名的神秘牛友
04-09 22:14
已编辑
17k 大专
点赞 评论 收藏
转发
点赞 17 评论
分享
牛客网
牛客企业服务