得物一面

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 实习拷打2. 介绍一下项目内容3. 用户数据量和内容数据量，总共有多少特征，具体是大概有哪些特征，用户行为序列用到了吗？4. 一个特征有多个值的情况是怎么处理的？5. 有做特征选择吗？训练数据量多大？多路召回怎么做的？多路召回有几路？多路召回是怎么融合的？6. 有做粗排吗？7. 召回的离线指标和线上指标大概是什么情况？8. 用户的冷启动是怎么做的？9. 介绍一下 GrapSAGE，word2vec, deepwalk, node2vec10. 介绍一下 transformer， 多头注意力，encoder， decoder， LayerNorm11. DeepFM12. FM 的二阶交叉的权重是什么？FM的计算复杂度？13. leetcode：快排

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花核心结论：分库分表是解决MySQL单库单表瓶颈的核心方案，通过垂直拆分（业务/字段解耦）与水平拆分（数据行分散）实现线性扩展；生产推荐先垂直后水平的混合拆分，搭配ShardingSphere/MyCat中间件，重点攻克分片路由、数据一致性、全局ID三大难题。一、为什么需要分库分表？当MySQL单库单表达到以下阈值时，性能会急剧下降，必须拆分：数据量瓶颈单表2000万行 / 文件50GB（SSD可放宽至100GB）索引树过高、查询耗时从ms级升至s级、索引维护成本剧增并发瓶颈单...

有人面春招帆软的测开了吗？有几面呀？都问些什么？

211本，找日常实习的话，如果面向中厂的话，需要刷hot100么？因为之前从来没刷过，算法仅限于学校课程水平，准备3月投递简历，现在还需要背八股文，时间有些紧张，还需要刷算法题么？同时什么样的公司可以算是中厂呢？