字节推荐算法实习一面凉经 攒人品

继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目拷打2.实习拷打3.八股：kvcache（询问具体配置，以及优化的是io感知还是计算）口头描述MHA计算以及复杂度（flops)扩展位置编码询问其他推理优化。4.算法题：k次交易限制的买股票

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.项目拷打3.模型为什么不直接用单任务估 pcvr，这不是更直接？4.为什么多任务模型比单任务更好？5.特征层面进Sharebottom特征怎么选的？6.广告模型用的特征具体有哪些类别？7.用户侧特征都有什么？8.自己有具体去看过特征吗？比较重要的有哪些？9.做网络优化前有考虑先从特征统计层面做优化吗？10.PLE和MMoE用过没？为什么效果不如当前的模型优化？体现在哪里？11.共享屏幕随便打开一个讲 MMoE 的博客讲一遍12.MMoE 你觉得最大的亮点在哪里13.MMoE 伪代码14.关于增量特征，从原始特征选一部分，而不是做更多新特征，这点怎么考虑的？15.八股 QKV怎么做并行的 写个伪代码

发一下问题给大家参考，攒攒人品！1. 项目拷打2. 实习经历深挖（~20min）3. 手撕代码（~7min）：无重复字符的最长子串4. 八股(包含细节连环问)：·Transformer架构（Encoder/Decoder模块）·BatchNorm vs LayerNorm·灾难性遗忘·AUC指标

感觉强度不小，快hold不住了...项目拷打1. 项目的创新点2. 数据集特征，分别做了哪些处理3. 数据特征的分布情况，为什么数据适合模型？4. DCN-v2 和 DCN 的区别，分别详细讲讲算法知识1. 了解 MmoE 吗2. 多个目标分数怎么融合3. 回归损失和分类损失共存的情况下，出现的问题，比如说损失尺度不一样，模型偏向优化大目标，这该怎么解决4. 再比如，不同任务之间梯度方向冲突，训练震荡，这怎么解决？5. 说说你了解的粗排模型6. 什么是生成式推荐？它和传统的判别式推荐7. 生成式推荐的典型应用场景有哪些？8. 生成式推荐常用的模型架构有哪些？9. 生成式推荐的评价指标和传统推荐有什么不同？10. 如何将大语言模型（LLM）融入推荐系统？11. 生成式推荐落地时，面临的核心技术挑战有哪些？Code1. 数组中，两数之差的最小值，返回下标（非 hot 100的简单题）2. 三数之和