快手校招推荐算法一面 好难啊

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.实习拷打3.广告商品和非广告商品的区别4.延迟反馈怎么解决5.PLE架构，相比于MMoE有什么优势6.无手撕

1、详细介绍一下你最有成就感的项目我最有成就感的项目是一个智能数据分析平台，这个平台主要为企业提供数据采集、清洗、分析和可视化的一站式解决方案。项目背景是客户有大量的业务数据分散在不同系统中，包括ERP、CRM、财务系统等，他们希望能统一管理这些数据，并通过数据分析辅助决策。我们团队负责从零开始搭建这个平台，我在其中担任核心开发的角色。技术架构方面，我们采用了微服务架构。后端用Spring Cloud Alibaba全家桶，包括Nacos做服务注册和配置中心，Gateway做网关，Sentinel做限流熔断，Seata做分布式事务。数据存储用MySQL做业务数据存储，MongoDB存储非结构化...

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1. 推荐场景多是ID类特征，如何结合大模型做2. 介绍下mmoe3. 模型优化中一共几个expert，3个expert，每个任务加expert，expert之间有交互吗，是否做过消融实验4. 选择特征是在bottom部分还是在expert的部分，每个任务的bottom部分相同吗5. 模型的样本量多少？6. 原始样本数据的正负样本比例，处理后的呢？7. 正负样本比例差别大的话如何处理，纠偏怎么做？8. 模型训练是单机训练吗9. 模型新增预估目标，模型的预估是什么？10. AUC的含义，计算方法，分子分母11. 介绍一下Adam优化器，一阶和二阶是如何设计的12. 手撕逆序对，用归并排序

考研已经出分了吧？有人欢喜有人忧。但我想说：分数只是一站，考研并不是唯一选择，人生还有很多赛道。​如果你：对结果不满意，不想二战内耗； 想过直接就业，但又怕小厂没发展； 渴望进大厂学技术、攒经验，却担心门槛太高…… 华为OD，可能是你没想到的“最优解”。为什么适合考研转战的同学？✅ 时间友好：流程快，从投递到offer，最快2周搞定（吹了点儿小小牛逼），不耽误你春招黄金期。✅ 项目成长：接触菊厂真实项目，边干边学，比读研更“实战”。✅ 不限经验：对于无工作经验的人选薪资也没有外界部分公司那么苛刻，且岗位稳定性远超部分企业——去年招聘中，不少应届生遭遇裁员，这类稳定属性格外加分。我们不等“完美的...