- 实习项目解决了什么问题？- 生成式项目的应用场景是什么样的，后续还要经过粗排吗？- 生成式模型怎么评估离线效果和在线效果？- 有没有看过生成式模型的冷启动性能？- 有没有看过生成物品与用户历史点击序列的相关性？这个生成的物品有没有含义？ - 了解哪些召回的负采样策略？- 召回的随机采样和batch内采样有什么优劣？能不能只用batch内采样，不用随机采样？- 粗排和精排有没有SSB问题？- 精排需要补充未曝光样本作为负样本吗？答：实践表明一般不需要处理，没有明显的效果提升。- 对于一个MLP模型如何评估特征的重要性？是否了解gate方法，如senet和masknet网络？- 在推荐场景下，...

如题 投了好多大厂 但是基本没有面试 八股算法项目都准备的比较完善了 就是没有一个面试的机会

1. 先做个自我介绍吧。2. 我们来深入聊聊你的项目，挑一个你觉得最有挑战性的讲讲。3. 你对 CAN 协议了解多少？能讲讲 CAN、CAN FD 和 CAN XL 之间的演进和区别吗？4. CAN 协议里的错误处理机制是怎样的？主动错误帧和被动错误帧有什么区别？5. 如果一个节点发送了远程帧请求数据，但总线上没有节点响应，会发生什么？6. 当多个 CAN 节点同时开始发送数据，会发生什么？能详细讲讲 CAN 的仲裁原理吗？7. CAN 的波特率是怎么计算和设置的？CAN FD 的可变波特率和传统 CAN 2.0 相比，有什么不同？8. CAN 协议里，单帧传输和多帧传输（比如 ISO-TP）...