爱奇艺推荐算法实习一面凉经

发一下问题给大家参考，攒攒人品！1.实习拷打2.项目深挖3.在PLE模型中上一层的输出是怎么输入到下一层的专家网络的（拼接还是add），如果是拼接的话，维度太长了，怎么做的处理？4.多任务建模和多地区建模有什么不同，从模型，数据，优化角度来回答。5.场景题，假设现在有两个地区对100美元的消费认知不一样，请问在建模的时候如何拉齐这种量纲上的差异？手撕：最长上升子序列（输出返回序列的最长长度以及个数）

发一下问题给大家参考，攒攒人品！1.项目拷打2.为什么要去做这样一个模型，和主站模型有什么区别3.介绍整个项目，为什么能打过主模型，为什么要做这个独立模型4.介绍MMCN，和DCN有什么区别，相对于DCN有什么优势5.介绍tokenmixer是怎么样实现的，介绍结构原理，为什么要做mix_up6.了解rankmixer large吗7.对精排还有什么结构比较了解吗8.LHUC模块具体的实现的方式9.了解生成式推荐吗代码题:一个数组只有1和-1，给出子数组乘积为1的个数

被横向挂了，希望发出来对大家有帮助！1. 项目拷打2. 什么情况下，MAP的损失函数可以用NMSE来计算？（高斯噪声）3. 手写Multi-head Attention4. Attention的复杂度是多少？5. AUC是什么？6. 推荐算法了解哪些？7. 协同过滤的概念是什么？8. 如果是一种普适性很强的物品（如：新华字典），怎么设计指标对它降权？9. AUC怎么推广到非二分类问题？怎么快速计算AUC？10. bn训练阶段和测试阶段区别，详细讲讲原理

发一下问题给大家参考，攒攒人品！1. 实习拷打2. 项目深挖3.推荐业务目前的优化目标是什么？4.多场景建模具体指什么？不同场景下用户行为有什么差异？5.这些场景是分开建模还是统一建模？特征或网络层面有没有做场景区分？6.如果特征落盘时刻上下文发生变化，是否会造成线上线下不一致？7.能描述一下从用户请求、模型训练到在线serving的完整流程吗？样本落盘机制是怎样的？8.离在线链路是分离的还是统一的？流式样本和离线样本分别如何使用？9.介绍一下RankMixer的结构原理。它与MLP、Transformer或DIN相比，核心区别和优势是什么？10.如果拓展token数量，具体如何实现？为什么token机制能实现特征的自动深度交叉？11.场景特征是直接拼接embedding，还是有独立的场景block？独立使用还是全局共享？12.如何判定模型优化效果是正向还是负向？评估方式是什么？13.所有场景样本是一起训练还是分开训练？指标是看全局还是分场景？14.超长序列建模的长度是多少？具体实现方案是什么？15.多尺度注意力指的是什么？与全序列原生attention相比有何区别？16.不同时间段的序列输出如何融合？如何平衡每个时期兴趣的权重？有没有自适应机制？