日常实习 快手推荐算法一面

来到智元快一个月了，更新一下实习体验 1.地理位置：智元上海总部在康桥，离上海迪士尼很近，但是属于郊区，到外滩坐地铁要一个小时 2.周围物价：公司楼下的商务区饭菜是上海水准，平均一餐25左右，牛肉面28。但是！距离500m左右的秀沿路上有大大小小几十家餐馆，木桶饭，张亮麻辣烫，灌汤包，麦当劳，塔斯丁，鸡公煲，烧烤店，好吃的不要太多！而且物价很便宜，和重庆类似，平均一餐15—20，团购的至尊烤鸡才19元，赚麻了 3.租房：（更新）康桥区的租房真的有点乱，我被骗了2000，当时是贝壳上找到的房源，到了现场说他是房东，拿出了他自己搞的虚假合同，里面有2000的一年的物业费，可以退，我微信转账给了他。...

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1. 实习拷打2. 对整个推荐系统链路有哪些了解3. 打分样本空间分布与精排不一致（精排对粗排返回的样本做排序，粗排则要对召回的样本打分），相关的解决方案了解吗4. 你觉得LLM对做推荐有什么帮助吗5. LLM如何处理用户的历史行为序列6. LLM与推荐结合落地上有什么问题7. LLM想要和推荐结合，有没有什么可落地的方案8. 广告投放一般关注什么指标9. 抖音和小红书的推荐系统你觉得有什么差别，从算法的角度上谈一谈10. 小红书是一次性展出多个笔记，而抖音是刷新出单个视频，你觉得算法上有什么区别11. 算法题1：有n个灯泡，一开始都关闭，执行n轮操作，第k轮将序号为k的倍数的灯的状态反转，请问n轮操作后有几盏灯是亮着的

岗位名称：推荐算法面试时长：1h+自评分：7/10是否下一轮：待通知一、检索与排序在项目中使用的 BM25 原理是什么？相比 TF-IDF 改进在哪里？公式中每一项的含义是什么？（追问）k1 和 b 参数分别控制什么？如果 b=0 会发生什么？为什么在实际系统中要做混合检索？Sparse 检索和 Dense 检索的基本原理分别是什么？（追问）两种方式在长尾 Query 上的表现差异如何？Dense 检索中常见的相似度度量方式有哪些？为什么很多系统选择 Cosine 或 Inner Product？（追问）如果向量没有归一化，Inner Product 和 Cosine 的结果会有什么差异？在你...

算法岗，他问我masac里面的缓冲区什么意思怎么用的，我不会问我opencv分割用的什么函数，轮廓处理用的什么函数问我actor和critic谁是做决策的我滴妈我非说critic是修改决策评价决策的也不知道他听懂没