蚂蚁金服推荐算法一面


自我介绍
1电影评分算法具体讲一下用户对电影怎么评分
2具体讲一下SVD原理,除了降维还有什么作用?SVD分解后怎么用于电影评分?
3度量分解矩阵的原理
4距离公式的局限性和改进?什么时候用,优缺点
5各种距离公式适用性 ?欧式距离,余弦距离什么时候用
6模型怎么集成?

7讲一下比赛。
8用户信息比较丰富,item信息比较少  item比较少,产生的影响比较少怎么办
9word2vec原理?怎么训练 embedding 的?讲一下embedding的的lookup过程,怎么找映射的
10讲一下FM算法和矩阵分解的区别?具体怎么组合?FFM和FM的区别?
11比赛的离线评估指标map?为什么不用AUC。
12评估指标:AUC一般用于哪些地方,map和AUC区别在哪里什么时候用
13F1-SCORE和Auc的区别,F1-SCORE比较好或者AUC比较低是什么情况,
14说一下过拟合怎么造成和解决办法? dropout的原理,怎么抑制过拟合?预测阶段能不能droupout
15损失函数怎么设计?平方差损失优缺点?什么时候用交叉熵和平方差区别什么时候用
16 做损失函数的时候的时候欧式距离和余弦距离的区别
17梯度消失,激活函数:梯度消失怎么造成,什么导致变得平缓,哪些函数会导致梯度消失,为什么
18(权重问题)relu小于0的时候也会导致梯度消失怎么办?怎么保证输入不是负数
19场景题:给用户推荐一些权益(item),同时控制成本,怎么设计算法?
对用户进行分类,成本多的用户也多怎么办,预测消费的次数

算法题:数字反转

#蚂蚁金服算法##蚂蚁集团##算法工程师##校招##面经#
全部评论
这些问题好基础。。。后悔没有投蚂蚁金服啊 面阿里妈妈疯狂问项目😥
1 回复 分享
发布于 2020-04-10 16:14
&😮这一面感觉比我三面加起来都难
1 回复 分享
发布于 2020-04-10 00:18
这一套下来要100分钟?大佬好强
点赞 回复 分享
发布于 2020-04-09 22:42

相关推荐

最近群里有很多同学找我看简历,问问题,主要就是集中在明年三月份的暑期,我暑期还能进大厂嘛?我接下来该怎么做?对于我来说,我对于双非找实习的一个暴论就是title永远大于业务,你在大厂随随便便做点慢SQL治理加个索引,可能就能影响几千人,在小厂你从零到一搭建的系统可能只有几十个人在使用,量级是不一样的。对双非来说,最难的就是约面,怎么才能被大厂约面试?首先这需要一点运气,另外你也需要好的实习带给你的背书。有很多双非的同学在一些外包小厂待了四五个月,这样的产出有什么用呢?工厂的可视化大屏业务很广泛?产出无疑是重要的,但是得当你的实习公司到了一定的档次之后,比如你想走后端,那么中厂后端和大厂测开的选择,你可以选择中厂后端(注意,这里的中厂也得是一些人都知道的,比如哈啰,得物,b站之类,不是说人数超过500就叫中厂),只有这个时候你再去好好关注你的产出,要不就无脑大厂就完了。很多双非同学的误区就在这里,找到一份实习之后,就认为自己达到了阶段性的任务,根本不再投递简历,也不再提升自己,玩了几个月之后,美其名曰沉淀产出,真正的好产出能有多少呢?而实际上双非同学的第一份实习大部分都是工厂外包和政府外包!根本无产出可写😡😡😡!到了最后才发现晚了,所以对双非同学来说,不要放过任何一个从小到中,从中到大的机会,你得先有好的平台与title之后再考虑你的产出!因为那样你才将将能过了HR初筛!我认识一个双非同学,从浪潮到海康,每一段都呆不久,因为他在不断的投递和提升自己,最后去了美团,这才是双非应该做的,而我相信大部分的双非同学,在找到浪潮的那一刻就再也不会看八股,写算法,也不会打开ssob了,这才是你跟别人的差距。
迷茫的大四🐶:我也这样认为,title永远第一,只有名气大,才有人愿意了解你的简历
双非本科求职如何逆袭
点赞 评论 收藏
分享
评论
9
41
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务