02-25 07:30 门头沟学院 机器学习
关注
阿里高德推荐算法实习面经 强度不小
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？
Code
1. 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
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？
Code
1. 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
全部评论
哞客374226558号
数字马力（长沙）信息技术有限公司_后端开发
难度确实大，扛下来 就起飞了
mist@0716
广东职业技术学院 铸造/锻造工程师
这么难吗我去
勇敢的山羊希望被捞
北京科技大学 光网络工程师
接好运
sprint!0310
华南师范大学 产品运营
感谢大佬的面经分享！
相关推荐
点赞 评论 收藏
分享
查看7道真题和解析