新浪微博 算法工程师 一面二面三面 hr面(已意向)
9.3日 一面
自我介绍
介绍一下推荐模型的发展
讲一下neuralcf,和双塔模型的区别,哪个更好
负采样,召回时和排序时负采样是怎么做的,
word2vec如何负采样,如何加速负采样的速度
transformer的layer norm能不能用batchnorm,为什么
self-attention的Q*K还可以使用什么方式计算,softmax
为什么分类用交叉熵损失,还了解哪些损失函数
1000分类应该使用说明损失函数,如何加快速度
Precision,Recall指标,训练时正负样本1:1,测试时正负样本比例1:1000,指标如何变化
样本失衡应该用哪些指标,还了解哪些方式处理这个问题
做题:反转链表
背景题:做新闻推荐,usercf更好还是itemcf更好,为什么
能不能来实习
反问
很pl的xjj, 目前面试颜值zuigao的面试官
9.8 二面
自我介绍
问项目,,实习项目,具体任务,
做题:LCS,手写attention
CRF了解么,word2vec窗口设置多大,为什么这么设置
word2vec用的skipgram还是cbow,为什么选择这个,两者有什么不同
约了三面
9.9 三面
应该是主管面
实习那边做的事情
自己最有成就感的项目
为什么最有成就感
FM和Deep FM的区别,用了哪些特征,特征如何处理的
目前哪些offer,
意向城市
9.18 hr面
基本都是常规问题,问找工作看中什么
问目前面试公司,问薪资等等
#面经##新浪#