抖音推荐算法三面面经

1. 算法： 字符串的排列2. 中断运行中的线程有哪些方式3. 如何中断线程池中一个特定的任务4. 主线程如何感知子线程有异常5. ThreadLocal 的实现原理是什么？它为什么会导致内存泄露？6. LinkedHashMap 或 TreeMap 的数据结构是什么？（选一）7. TreeMap 的查找复杂度是多少？8. 一条 SQL 语句在数据库中是怎么执行的？（从 Client, Server, Engine 协作关系角度）9. ORDER BY 语句在执行过程中是如何实现的？10. SQL 题：三张表（学生、课程、成绩），如何查到数学成绩排名第二的学生？11. 用过哪些大模型相关的能力...

一面 1.简历项目介绍2.如何做attention，为什么attention要除以根号dk?3.讲讲你对Embedding了解多少？4.对推荐系统都有哪些了解？常用技术点有哪些？5.从从ROC到AUC、再到GAUC，它们分别是什么，有什么区别？6.为什么Transformer选用LayerNorm而不是BatchNorm？7.如何进行模型的在线训练，和离线训练有什么区别？8.项目中涉及的模型是如何进行输出的，是否涉及在线预估？9.介绍多路召回策略。10.交叉熵怎么理解？11.算法题：三数之和

先问深度学习相关，回归模型和分类模型分别是什么，有哪些，是否了解分类模型，二分类的损失函数和激活函数，二分类的评估指标，写sigmoid和交叉熵损失的伪代码然后是transformer相关，写encoder的伪代码流程batchnorm和layernorm的区别，如果要处理会实时不断出现的数据能用batchnorm吗，怎么用？batchnorm在训练和推理中有什么区别？还问了我做的项目中两个方法的损失函数怎么设计最后是两道手撕，一道是删除链表中的重复元素（重复就全部删除），还有一道是在有序矩阵（横向有序，纵向无序）中找到topk元素的最快方法思路，给出时间复杂度

室友本来在考研，秋招投了几家线下的，简历上啥也没有，只面了一次，拿了个一年16w的测试岗本人投了一个月了，找的开发岗，虽然面了十场左右了，依旧0offer，看见室友速通有点难受自己这一个月的努力，真的是运气问题吗