阿里菜鸟推荐算法实习面经

给我面没招了，感觉自己好菜、面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.召回是怎么做的?2.蒸馏教师模型能让学生模型达到接近教师模型的能力吗?3.为什么大模型的推理总会有质量高的输出和质量低的输出?原理是什么4.介绍transformer的结构，包括自注意力机制的公式，softmax是做什么的5.BN和LN的区别是什么?6.用的多大的模型?为什么要用这么大的模型，没考虑过资源消耗吗?代码:非hot100的dfs

一、背景知识1. Python 数据结构Python常见内置数据结构有：list、tuple、dict、set、str。面试重点通常是时间复杂度和应用场景：list：动态数组，支持随机访问，尾部增删快，头部插入删除慢tuple：不可变序列，适合只读数据，哈希友好dict：哈希表实现，键查找/插入平均O(1)set：不重复集合，去重和成员判断高效（平均O(1)）str：不可变字符串，切片会创建新对象 # 常见复杂度示例 arr = [1, 2, 3] arr.append(4) # 平均 O(1) arr.insert(0, 0) # O(n) d = {"a": 1} pr...

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 项目拷打2. 重点问了其中的模型优化工作，包括模型结构选择，线上指标怎么分析3. 问了多任务模型，mmoe，ple都分别介绍下，各自做了哪些优化，有什么作用4. 广告系统和推荐系统的异同点5. 投放链路：召回粗排精排重排流程以及常见算法6. 分类和回归任务的关系，可否相互转化？7. DIN模型介绍下8. 常见的损失函数有哪些（分类、回归、对比）9. 简单问了auc的计算和理解10. 手撕代码：给n对括号，输出所有排列11. 概率论（圆上三点构成锐角三角形的概率，二项分布和泊松分布和正态分布12. 数学题（12个球称三次找出唯一异常球

✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 虾皮-2026.03.10 这套题整体偏热身。第一题虽然是经典剪绳子，但如果没把“某一段到底继续剪还是直接停下”想清楚，动态规划就很容易写错；第二题几乎没有算法门槛，主要是按 ACM 输入格式稳定读取整行句子。 题目一：礼盒丝带分段 这题看上去像数学题，但在当前范围下直...