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#
投递华为等公司10个岗位 >