百度推荐算法面经
1. 第一段实习的核心任务与业务目标分别是什么?
2. 四塔多目标方案相较经典双塔在 CTR/跨类目召回上带来哪些可量化收益?
3. 离线样本构造、天级更新流程及线上特征滞后补偿机制如何设计?
4. 用户塔输入特征列表中,哪些对跨类目效果拉动最大?上线后除 AUC 还重点监控哪些业务指标?
5. 多模态向量维度规模多大?全量推涨后提升显著的根因分析结论是什么?
6. 商品塔接入多模态 encoder 后为何离线指标下滑?定位到哪个环节?
7. 第二段实习的特征清洗链路如何缩短 40%?混合负采样的 hard 比例与动态策略、loss、激活函数分别如何选型并对比?
8. 是否尝试过 MMoE 等专家网络?专家数量与推理延迟增量各是多少?
9. 推荐场景下除 dropout 外的两种过拟合抑制手段
10.Transformer 各子层功能及去掉 FFN 的影响
11. 编码:在已排序数组中用 O(log n) 实现目标值的左右边界查找
📳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。
2. 四塔多目标方案相较经典双塔在 CTR/跨类目召回上带来哪些可量化收益?
3. 离线样本构造、天级更新流程及线上特征滞后补偿机制如何设计?
4. 用户塔输入特征列表中,哪些对跨类目效果拉动最大?上线后除 AUC 还重点监控哪些业务指标?
5. 多模态向量维度规模多大?全量推涨后提升显著的根因分析结论是什么?
6. 商品塔接入多模态 encoder 后为何离线指标下滑?定位到哪个环节?
7. 第二段实习的特征清洗链路如何缩短 40%?混合负采样的 hard 比例与动态策略、loss、激活函数分别如何选型并对比?
8. 是否尝试过 MMoE 等专家网络?专家数量与推理延迟增量各是多少?
9. 推荐场景下除 dropout 外的两种过拟合抑制手段
10.Transformer 各子层功能及去掉 FFN 的影响
11. 编码:在已排序数组中用 O(log n) 实现目标值的左右边界查找
📳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。
全部评论
相关推荐
查看6道真题和解析 点赞 评论 收藏
分享
