360 推荐算法 一面 + 二面 面经
感觉360的流程好长，等了很久终于到二面时间了（6.26投递，7.13笔试， 7.27 一面，8.10 二面，
8.10 二面
自我介绍
介绍实习经历, 解决什么问题
论文项目介绍，细节，挺详细
word2vec，deepwalk模型
游走策略，游走长度...
问gcn，graphsage
gcn，graphsage的区别
无监督怎么训练
transe, transh，rgcn....
deepfm的优势
如果推荐模型中使用transformer 效果会如何
self-attention为何有效，和concat，attention相比
推荐项目，讲讲双塔模型，双塔用在召回还是排序
召回是怎么做的，item embedding如何获得
做了一道题 数组中和为target的子集，看成2sum😅
反问环节
7.27 一面
自我介绍
问CLUE，自己做了什么，数据增广怎么做的
模型用的什么，roberta原理了解么
问论文，介绍论文，多视图怎么做的，论文贡献点，deepwalk，node2vec怎么做的
介绍一下node2vec
问推荐项目，特征工程怎么做的，log变换适合什么类型特征
实现了哪些模型，讲一下双塔模型
Deep FM相对于Wide&Deep优点
用item，item共现矩阵和deepwalk有何区别
item2vec怎么做的
Serving怎么做的
搜索引擎怎么做的，如何给定query找到相关文档
linux用过没，
如何查看进程占用内存，
如何使用shell脚本统计一个文件的词频，大文件怎么做，mapreduce
什么语言用的比较多
写到题，合并两有序数组
反问
百度提前批 前端/算法，base 上海或北京
投递邮箱：huangtao13@baidu.com
阿里巴巴一面150人在聊
投递交通银行等公司7个岗位 >