字节跳动 广告算法实习生-行业技术 一面凉经

时间：2025.5.23

时长：1h35min，视频面

围绕简历上的项目相关进行提问：

1. 广告CTR、CVR建模目标，模型是否属于二分类，具体如何训练
2. 为什么要使用ESMM模型。对于CTR和CVR预估这两个任务怎么做的，怎样把他融合起来的？CTCVR是怎么融合起来的
3. 在代码实现界面实现ESMM模型的loss，写ESMM前向推导过程，正负样本是什么，是否要加CVR任务，最终评估的AUC是怎么来的/哪个任务（是CTR任务吗，CVR做了吗，CTCVR的AUC是否有提升）
4. ESMM解决样本选择偏差问题的核心，在项目中的具体体现，包括AUC提升的样本等
5. 写二元交叉熵损失的数学表达式
6. AUC的含义，如何计算，除了对ROC曲线面积做积分以外还有什么其他方法如果现在的AUC是0.6，负样本的样本量减少一半，现在的AUC是多少
7. eCPM怎么做的，bid怎么给的，具体实现逻辑，如何模拟？
8. 构建模型的时候用了哪几类特征，预处理后怎么加入的模型。主要讲述在做完缺失值处理后，使用了怎样的特征工程方法，再将这个特征送入模型，数值类特征直接送入神经网络模型中吗，类别特征怎么送入模型，编码器中存的什么信息，16进制直接送入模型吗？
9. 神经网络模型特征常用预处理方法，其他处理特征的方式以及送入模型的方式。为什么要分桶，分桶为什么能增加非线性表达，分完桶如何送入的模型，这几个桶怎样编码或者怎样处理。
10. 为什么要转化为one-hot形式，one-hot是直接送入吗，是把01直接送入模型吗，等等
11. 怎样定义冷启动，为什么会优化，为什么有新数据，新数据为什么要做冷启动，不做冷启动会有什么问题
12. 模型过拟合怎么解决，数据怎么增强
13. L1和L2正则化的区别，L1正则化最终达到一个怎样的效果
14. 什么是高维度数据，高维度怎么定义，是dimension吗

代码题：

1. 实现一个只有+-*/的正整数计算器

概率题：

1. 一个均匀的小棍，随机切两刀，小棍能分成三段，这三段能拼成三角形的概率是多少

反问：

1. 部门业务：面向本地生活，对dy团购这些广告主做广告投放（投放链路、出价等）上的优化
2. 实际业务与项目的区别

感受：刨根问底，问得很细很深，会不断拓展，蛮消耗人的不过菜是原罪了，还是得吸取经验多多学习