美团推荐算法一面and二面重现

1️⃣一面
1. 依旧是拷打项目（30分钟）。
2. 你还知道哪些解决冷启动的方法？
3. 讲一下MMR？
4. 讲下BN和LN，主要区别是什么？
5. 讲一下L1正则化和L2正则化
6. 讲一下常见的序列模型，从RNN讲到Transformer，各有什么特点？
7. word2vec负采样的原理。
8. 获得item embedding有哪些常见方式？
9. code：逆序对。
10. 反问。
2️⃣二面
1. 依旧是拷打项目（30分钟）。
2. 讲一下多任务？如何处理拉扯关系？
3. 多任务的loss如何权衡？
4. self-attention的参数量、计算复杂度。
5. 讲AUC和GAUC？
6. F1-score和AUC的区别，各侧重什么任务？
7. 神经网络可以权重初始化为全零吗，为什么？
8. 逻辑回归模型中权重可以初始化为全零吗，为什么？
9. code：最长递增子序列。
10. 反问。
*****************************************