美团推荐算法一面面经

第一次找实习，面试被狠狠拷打了，八股一问三不知，赶紧发篇面经攒一下人品。1.自我介绍一下2.介绍一下你的第一个项目3.（顺着项目问了些gdb相关的基础）4.TCP的头部结构5.TCP的拥塞控制6.ping的原理7.C++的智能指针shared_ptr的原理8.C++的vector的扩容机制，resize和reserve函数9.讲一下segment fault，遇到段错误怎么排查，如果是多线程程序呢？算法题环节：二叉树的Z字遍历链表反转，k个一组链表反转无序数组找第k大前面的八股问题基本都没答上来，说到的也只语言混乱的说了一点，准备的还是不够，不过后面的算法题是都A出来了，算法题是自己写所有，没有评测，只要自己构造的小数据能跑出来就算ok，不知道能不能给个二面机会/(ㄒoㄒ)/~~#我的失利项目复盘##牛客创作赏金赛# #抖音实习##字节架构##实习面经#

📍面试公司：美团👜面试岗位： Java 开发📖面试问题：自我介绍+项目redis 平均耗时本地缓存和 redis 都大概存了多少数据如果有 2000 个商品，需要把 500 个热门商品动态放进缓存怎么实现如果不考虑实际场景，设计一个算法，有 100 条数据的情况下，只保存 10 条访问量最大的数据本地缓存、redis 和数据库的一致性场景设计：你现在要发放一批优惠券，券库存有 1000 张，现在很多用户要来领，每人每天限领两张redis 中扣优惠券库存和用户领券怎么保证原子性如果券已经发出去了，但是数据库写失败了，会发生什么，怎么避免如果运营这个时候再加 1 万张优惠券的库存，会发生什么...

大佬们，帮我看看哪个简历好一点 #投了多少份简历才上岸#  #提前批简历挂麻了怎么办#

今天老师给大家梳理了部分大厂搜广推算法岗面试真题，供各位同学参考学习。1.PPNet的核心思想是什么？为什么要 stop gradient ？什么时候不需要这样操作？2.多目标模型很容易遇到跷跷板问题或者两个 loss 数量级相差很大，优化速度差异太大，你知道有什么优化方法吗？3.NEG loss 和 NCE loss 有什么区别？ infonce loss 公式是什么4.召回业务一般怎么定义负样本？ bce loss 的公式是什么？简述一下 Pointwise , pairwise 和 listwise 的区别是什么？召回一般用什么 loss ?5.粗排的作用？怎么验证粗排精排的链路一致性？用什么指标可以衡量链路一致性？6.大模型了解吗？怎么在推荐中应用？比如怎么在召回中用？大模型训练分成哪几个阶段？简述一下各个阶段在干什么7.千万级别的整型数组，怎么获取其中出现次数最多的前 N 个数？（考数据结构）8.讲一下你知道的机器学习里面的算法，比如 AdaBoost , GBDT , XGBoost 这些。 Bagging 和 Boosting 的区别？随机森林是什么9.讲一下Word2vec是怎么做的？怎么降低计算复杂度？10.你知道的中心极限定理有哪些？11.双塔模型优势和缺点，怎么改进？12.粗排的目的是什么？有哪些指标，粗排应该向精排看齐吗？13.说一下 BN 的公式，哪几个参数是在训练时更新，在推理时还更新吗？简述一下测试过程中的 BN 怎么算。 BN 和 LN 的区别？14.当神经网络的权重初始化为0时，会遇到什么问题？15.你能抽象地归纳出序列建模发展的脉络吗？以及它的最终形态应该是什么样子？📳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。