腾讯pcg推荐算法 暑期实习一面 70m

继续来分享下最近的面经~
1.实习拷打
2.拷打第一个项目:
2.1数据构成和特征处理方式?
2.2多任务融合权重怎么设定?是否固定权重?设定的依据是什么?
2.3 Pairwise 为什么选 soft margin hinge loss?
3.拷打第二个项目:
3.1为什么要添加新的行为序列?与已有序列之间的关系?
3.2序列建模方式尝试了哪些?为什么最后选Target Attention?
3.3有没有试过使用更长的序列长度?
3.4序列item和candidateitem是单独还是共享Embedding?
4.拷打第三个项目:
4.1与RankMixer 的差异是什么?
4.2QKV和FFN参数异构的必要性?
4.3是否了解 RQ-VAE/RQ-Kmeans?
5.Coding:
5.1计算AUC(其中包含同分样本)
5.2最大子数组和(Hot 100No.53)
全部评论
最后通过了吗
点赞 回复 分享
发布于 04-22 23:30 北京
感觉聊的很多啊
点赞 回复 分享
发布于 04-22 23:30 北京

相关推荐

评论
点赞
收藏
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