阿里出海电商推荐算法春招一面面经

#拼多多##推荐算法面经##暑期实习#### 一面 - 时间：2024-04-01 总计30分钟- 自我介绍- 本科推荐系统项目（项目细节问的比较多，基于项目展开考察八股，细节可以参考我的美团一面和快手一面面经，内容差不多）- 介绍pointwise-loss、pairwise-loss、listwise-loss- BPR损失- 特征重要性评估方法  - 排列重要性：随机打乱某一维特征的取值，测试模型性能下降。原理可以理解为使用随机，将该特征变为噪声。若打乱后模型性能下降较大，说明比较重要。  - 内置特征重要性：有些模型本身可以输出特征重要性分数，如LR和树模型  - Leave-one-out：直接迭代的删除某一维特征，测试模型性能  - 相关性分析：分析特征与目标之间的相关性。同理，若特征随机化，则其与目标没什么关系。  - 递归特征消除：不断减小特征集，每次删除会导致更大下降的特征  - XGBoost特征重要性：某特征在不同划分中得到的增益均值/使用次数  - 主成分分析PCA- 论文- 手撕：lc55 跳跃游戏。给定一个非负整数*数组* nums ,你最初位于数组的 第一个下标 。 数组中的每个元素代表你在该位置可以*跳跃*的最大长度。 判断你是否能够到达最后一个下标。- 反问环节  - 项目规模  - 落地业务  - 我对该岗位来说，还有哪些需要提升和学习的？套评价，分析面试官反馈：项目实践比较丰富。后面可以多学习一些偏业界实际在用的方向，召回、精排、重排等文献、以及序列建模这一块，组里面也再做这一块。感觉面得还行，手撕两分钟写完，希望不是kpi，许愿二面。=====2024.4.3更新======约二面了，04-11 16:00 周四

严重缺简历缺人， 部门启动招聘较晚， 目前简历数为个位数，大量HC未发出在2025届春招中部门针对测试开发岗位的招聘开辟了急速招聘通道，同时在招聘完成后制定了完善的培训体系和一对一的师兄帮助成长计划，帮助你从应聘-实习offer-转正-正式offer，快速完成从学校到职场的华丽转身，来吧，加入我们的大家庭吧（ps：团队近三年实习转正，试用期转正通过率100%哦）招聘岗位：测试开发工程师，后端开发工程师，前端开发工程师，客户端 工作地点：杭州 面向对象：2024.11-2025.10毕业的学生 所属部门：淘天集团-业务技术-供给技术 内推邮箱：cpf258102@taoba...

bg：985本+英硕，两段推荐系统毕业设计，一段校企合作实训（不然实在没得写了）timeline：3.17 投递3.26 约一面3.28 一面，当晚显示通过3.29 约二面4.1 二面，面完显示通过（清明假期，中间间隔稍长）4.7 约HR面4.9 HR面4.12 接到HR电话，oc+云证，当晚转录用评估面经：技术面主要还是挖简历，问为什么选择这个模型，与其他模型的优势，重新回顾有哪里可以优化等等，所以一定要回顾做过的东西。然后顺着问八股，再就是代码了，我两面全是mid难度，一面是路经总和III，二面是车队。碎碎念：秋招和毕设撞满怀，自己想把毕设做好（毕竟没有实习，能多聊的就是毕设），做完毕设直接开浪结果浪过秋招。秋招也投了几家但我当时人还在英国，笔面试时间对于英国过于阴间，再加上自己准备不充分，最终惨淡收场，于是回国后就直接准备春招了。鹅推进流程还是比较快了，面试体验也不错，还是很开心我能把整个流程走下来的，也确实是我手中目前最好的选择了（没办法，菜啊），就浅当一会鹅孝子吧。

我的情况是投的广告算法， 4.11 面的HR，目前还没有下一步消息，打电话给HR说是等业务反馈，应该是被排序了。目前牛客看到oc的基本都是当天或第二天oc，想问一下还有没有在排序的同学。