抖音 推荐算法 9.10 二面

1.项目
介绍了一下快手实习,很深入探讨

2.code
隐马尔可夫模型,牛逼我只能说
给定PI,Q,P矩阵,玩N次游戏,求N次游戏得到的R的概率
刚开始说了个暴力解,然后在面试官提醒下,弄出来个DP算法,非常考验数学和DP的理解

3.八股
Adam的公式,额外的开销
AUC定义,AUC如何计算,如何优化
介绍一下self-attention

面试有点狠,面试官非常温和的问了一些不得了的问题,许愿三面
全部评论
是因为用到了隐马尔可夫模型嘛
1 回复 分享
发布于 2024-10-15 10:43 湖南
这个题是啥鸭,也太难了
1 回复 分享
发布于 2024-09-10 16:25 浙江
woc这么难?
点赞 回复 分享
发布于 2024-09-13 12:32 陕西
hr给反馈了嘛😰
点赞 回复 分享
发布于 2024-09-11 13:37 广东
卧槽,这么难?!
点赞 回复 分享
发布于 2024-09-10 16:43 福建
这么难啊
点赞 回复 分享
发布于 2024-09-10 15:54 上海

相关推荐

1.决策树与随机森林区别2.GBDT的原理、 XGBoost 与 LightGBM (项目涉及会问到)3. XGBoost 的其他变体( CatBoost 等)4. Transformer (这个这个超级超级重要!!)5.手撕 Self - Attentin 、 Multi - Head Attention6.特征归一化( LN / BN )7.交叉熵损失(字节常考,交节)8.优化器( SGD / Adam / Adagrad )9.L1/L2正则化( LightGBM 中也会用到)10. Dropout 原理11.模型初始参数为0的问题12.梯度消失与梯度爆炸及其解决方法13.Wide& Deep 模型(也可以准备一下,很多工业界还用这种类似的模型,有 wide 侧和 deep 侧,说不定面试官会感兴趣)14. DeepFM 模型15. DIN 模型、 DIEN 模型(特征处理)16.多目标学习( MMOE 、 ESMM ,可以了解 PLE )17.DIN模型、 SIM 模型18.DCN模型和其他交叉网络( LHUC 、 SENet 、 FiBiNet )19.冷启动策略(新闻推荐项目也会涉及冷启)20.重排规则(可以看王树森的课程简单了解)21.A/ B 测试的分桶方式是什么?22.推荐系统的短期消费指标?23.推荐系统的北极星指标(最关键指标)?24.推荐系统的转化流程是什么?25.矩阵补充模型原理和损失函数26.召回的正负样本选择(曝光未点击的能否作为负样本)📳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。
查看26道真题和解析
点赞 评论 收藏
分享
评论
5
27
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务