1. 自我介绍2. 手撕：非hot100原题，用二分搜索求解3. LightGBM原理4. XGboost与LightGBM的区别5. 了解transformer吗6. Q、K、V的含义是什么7. DIN模型了解吗？改进是什么呢8. 特征的维度，模型的具体参数9. 手撕：最高温度+二叉树的每一层最大值10.反问环节📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

整体面试还是不错的，发一下问题给大家参考，攒攒人品！1.项目拷打2.多场景建模了解3.针对MMOoE的负迁移和跷跷板问题，提出了什么模型？哪家公司提出的？4.有一篇引用量最高的 STAR模型，了解吗？5.讲讲专家极化问题怎么解决？6.会不会写spark？7.懂不懂hdfs（分布式）？统计基础1.假设检验的实际问题2.中心极限定理3.辛普森悖论手撕代码1.二分查找

给我面没招了，感觉自己好菜1. 介绍项目，主要只问了和强化学习相关的那个项目。2.项目强化学习部分，为什么用 DPO 而不是 PPO？GRPO效果怎么样？为什么要用GRPO3.DPO 的目标函数 / 损失函数大概是什么思路？和 PPO 区别在哪？为什么要加 KL 散度限制？为什么要防止和原模型偏差太大？4. 你对 Transformer 的 Encoder-Decoder 结构理解如何？Self-attention 公式是什么？5. 了解 Multi-Head Attention、Group Attention、MLA、KV Cache 这些优化吗？Group Attention是哪两个可以复用？无手撕

有面试过同岗的朋友欢迎评论区交流1. 深度拷打实习项目30分钟2. bn训练阶段和测试阶段区别，详细讲讲原理3. dropout原理，训练阶段和测试阶段区别，为什么4. deepwalk和node2vec原理5. 协同过滤讲讲原理6. 推荐多任务模型了解哪些，讲一下esmm7. 手撕交叉熵，二叉树最近祖先