得物 交易推荐算法实习 面经

1.实习项目2.组内推荐的完整链路3.召回，有哪些路？有没有做用户分层？4.粗排：有没有做物料保量？多样性、类别不平衡怎么处理？5.精排：用了什么模型？PPNet 的域有哪些？用什么规则来分域？6.八股:MMoE / PPNet 建模方式、跷跷板现象怎么解决、哪些模型能解、为什么能解决；7.ESMM 的原理、它解决了什么问题、样本选择偏差为什么会出现；ESCM2建模方式8.DCN 以及 DCNv2 的改进点；9.DIN 有没有实际用过。10.手撕

2025年10月29日 宁波银行一面全程23分钟。介绍实习的具体内容。实习过程中有遇到什么问题吗？当时是怎么解决的？谈谈你对“大模型智能体”的理解你前面提到会进行很多工具的调用，如果工具调用数量多、效率低，可能会导致响应速度慢、API调用成本高。你觉得可以从哪些方面进行优化？平常是 Java 用得多，还是 Python 用得多？有了解过 HashMap 吗？它是怎么实现的？有了解过线程池吗？你说一下它有哪些参数。算法：LeetCode 82 删除排序链表中的重复元素II问得不难，没啥八股。2025年11月08日 更新今天一看挂了，离大谱，难不成还oq了？

1.实习介绍2.讲讲hstu3.讲讲transformer encoder4.端到端生成式推荐面临哪些挑战5.讲讲DIN 和SIM6.SlM中hard search和soft search的优劣7.attention公式以及计算时间复杂度8.为什么使用pairwise的交叉熵不用pointwise的交叉熵9.讲讲交叉熵公式10.数据标注准确度和选取数据时多样性存在的一些问题要怎么解决11.手撕:三数之和12.想在本次实习收获什么13.反问

1.常用的Java集合的底层原理实现，CurrentHashMap与HashTable的区别 2.Java开发规范，比如Arrays.aList使用时的注意事项。 3.Java并发编程中锁 4.介绍一下CAS和AOS，CAS的底层实现，AOS设计上有哪些对象，比如状态机，状态码一类的 5.volatile的作用 6.ThreadLocal的使用场景，如何把主线程中的ThreadLocal的数据同步到异步线程中 7.线程池的拒绝策略，你用到了哪种拒绝策略，选择的标准是什么 8.线程池中核心线程数的设置 9.数据库的深度分页以及如何优化深度分页，使用索引的注意事项 10.如何分析一条SQL语句是否...