有没有小伙伴面试测评过啦，网上信息好少，根本找不到😭

24届春招接近尾声，不少同学抱怨我这么努力，为什么还是找不到工作。明明一副好牌，对未来充满期待，却打的很烂。0 offer同学，不光是普通学校同学，也有不少985，211名校同学。对应届生来说，找工作是一件全新的事情，大家除了学校出身，其他基本是同一起跑线。校招找工作一年时间为限应届生找工作，九月开始，次年六月结束，差不多一年时间为限，这一年太多同学踩坑，考研考公占用半年时间，很多同学一开始选择考研考公，或包括：不切实际的学校，基本注定了失败结果。很多同学人云亦云，跟风考研，但学习效率太低，看似努力但拿不到结果，白白浪费时间。这类同学考研至少占了一半。校招一开始即巅峰校招最大特点一开始即巅峰，...

入职了，发现和面试时描述的不一样，低代码二次开发也跟之前想象中差的有点远。有点想跑路了，但是薪资确实高，房子什么的都在北京租好了，犹豫要不要跑路目前在考虑以下两个方案，有过来人给点建议吗？1.base高，忍一忍，1年后跳槽2.跑路，舔回之前的央企offer，年包要降低10w，base地不变 #牛客在线求职答疑中心#

#拼多多##推荐算法面经##暑期实习#### 一面 - 时间：2024-04-01 总计30分钟- 自我介绍- 本科推荐系统项目（项目细节问的比较多，基于项目展开考察八股，细节可以参考我的美团一面和快手一面面经，内容差不多）- 介绍pointwise-loss、pairwise-loss、listwise-loss- BPR损失- 特征重要性评估方法  - 排列重要性：随机打乱某一维特征的取值，测试模型性能下降。原理可以理解为使用随机，将该特征变为噪声。若打乱后模型性能下降较大，说明比较重要。  - 内置特征重要性：有些模型本身可以输出特征重要性分数，如LR和树模型  - Leave-one-out：直接迭代的删除某一维特征，测试模型性能  - 相关性分析：分析特征与目标之间的相关性。同理，若特征随机化，则其与目标没什么关系。  - 递归特征消除：不断减小特征集，每次删除会导致更大下降的特征  - XGBoost特征重要性：某特征在不同划分中得到的增益均值/使用次数  - 主成分分析PCA- 论文- 手撕：lc55 跳跃游戏。给定一个非负整数*数组* nums ,你最初位于数组的 第一个下标 。 数组中的每个元素代表你在该位置可以*跳跃*的最大长度。 判断你是否能够到达最后一个下标。- 反问环节  - 项目规模  - 落地业务  - 我对该岗位来说，还有哪些需要提升和学习的？套评价，分析面试官反馈：项目实践比较丰富。后面可以多学习一些偏业界实际在用的方向，召回、精排、重排等文献、以及序列建模这一块，组里面也再做这一块。感觉面得还行，手撕两分钟写完，希望不是kpi，许愿二面。=====2024.4.3更新======约二面了，04-11 16:00 周四