痛的教训！阿里系的测评一定要好好做

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 介绍一下Transformer的结构，为什么Self-Attention比RNN/CNN更适合推荐系统？2. BatchNorm和LayerNorm的区别？推荐模型里为什么常用LayerNorm？3. 梯度消失和梯度爆炸的原因？如何解决？（从优化器、初始化、网络结构三个角度回答）4. 多任务学习（MTL）的常见结构？MMoE和PLE的区别？5. 多任务学习中，如果不同任务的loss量纲差异很大，如何调整权重？（GradNorm、Uncertainty Weight等方法）6. 推荐系统的经典召回策略有哪些？（协同过滤、双塔模型、FM等）7. 双塔模型的负采样策略有哪些？为什么In-batch Negative Sampling效果不错？8. 如何解决推荐系统的冷启动问题？（基于内容、迁移学习、Meta-Learning等）9. 如何评估推荐系统的多样性？（Coverage、ILS、DPP等）10. 线上A/B测试时，CTR提升但停留时长下降，可能是什么原因？如何排查？11. 数组中的第K个最大元素（快排变种）

1. 自我介绍，介绍一下你觉得最有挑战性的项目2. 你提到用过多任务架构，任务数量多了之后内存压力怎么处理的？静态分配和动态分配你怎么选择？答：任务多了之后内存压力主要来自两块：每个任务的栈空间，以及任务间通信用的队列和信号量。栈空间的处理：先用 uxTaskGetStackHighWaterMark 跑一段时间，看每个任务实际用了多少栈，按实际用量加一定余量分配，不要每个任务都给一个很大的默认值对于简单任务（只做状态机跳转、没有深层函数调用）可以给很小的栈，比如 128 字对于有 printf、sprintf 或者复杂字符串处理的任务，栈需要大一些静态分配 vs 动态分配：嵌入式项目里我倾向...

我感觉颜值去哪都是可以值得看的，看人肯定先看外观吧，不管男女都是，假如两个实力相当的人都能干这个活，你肯定优先选那个好看的吧

🕐面试时间：75min 左右💻面试岗位：后端开发❓面试问题：1.项目拷打2.算法题：hot100 每k个反转链表（写了20min，看来hard的题还是得多看，别侥幸）3.讲算法思路4.传统开发和ai应用开发你觉得有什么区别 3.聊聊你对ioc和aop的理解4.追问：你在日常开发中哪里用到了他们，举个具体的例子5.写一个死锁的具体例子（叫我写sql语句啥的，胡乱答的）6.知道哪些设计模式7.规则树是干嘛的，你在项目中是怎么用的8.写一个单例模式的代码（volitale在这是干嘛的）9.你在实践过程中哪里用到了反射，举一个具体的例子10.开放问题，你觉得ai那么火的时代，你应该怎么做才能更好的...