快手电商推荐算法面经

感觉强度不小，快hold不住了...项目拷打1. 项目的创新点2. 数据集特征，分别做了哪些处理3. 数据特征的分布情况，为什么数据适合模型？4. DCN-v2 和 DCN 的区别，分别详细讲讲算法知识1. 了解 MmoE 吗2. 多个目标分数怎么融合3. 回归损失和分类损失共存的情况下，出现的问题，比如说损失尺度不一样，模型偏向优化大目标，这该怎么解决4. 再比如，不同任务之间梯度方向冲突，训练震荡，这怎么解决？5. 说说你了解的粗排模型6. 什么是生成式推荐？它和传统的判别式推荐7. 生成式推荐的典型应用场景有哪些？8. 生成式推荐常用的模型架构有哪些？9. 生成式推荐的评价指标和传统推荐有什么不同？10. 如何将大语言模型（LLM）融入推荐系统？11. 生成式推荐落地时，面临的核心技术挑战有哪些？Code1. 数组中，两数之差的最小值，返回下标（非 hot 100的简单题）2. 三数之和

📍面试公司：MetaApp🕐面试时间：2/25💻面试岗位：Android开发实习生❓面试问题：一、面试开场与规则说明本次线上沟通时长大概30分钟，没问题吧？这是面试的最后一轮，后续你有想了解的内容，可以在最后环节随时提问，没问题吧？二、候选人基本情况与实习适配性问题想了解下你的基本情况，简历上看到你是27届的同学，现在处于大三下学期、马上开学的状态对吧？学校的课程安排大概是什么样子的？申请外出实习，学校会有什么条件要求吗？简历上的三份项目经历都是在校完成的，为什么考虑大三下学期才开始出来实习？之前有没有考虑过先步入社会，找短期的实习工作，了解实际企业的运转流程？你就读于河北师范大学，听口...

整理下上周的面经攒攒人品，好难啊我真没招了....无手撕1.了解llm4rec吗2.多目标学习是怎么做的3.rq kmeans?kmeans复杂度4.onerec5.transformer，为什么大模型用ln不用bn6.bert7.dcn8.esmm9.知识蒸馏10.场景题:车载1s内意图识别11.场景题:怎么实现vector

1. 深入讲讲你项目中最复杂的技术问题，从问题分析到解决的完整过程参考答案：我在做工业视觉检测系统时，遇到了一个非常棘手的性能问题。系统需要实时处理30fps的高分辨率图像（2048x2048），但实际运行时只能达到15fps，而且CPU占用率高达90%，完全无法满足生产需求。问题分析阶段，我首先使用性能分析工具定位瓶颈。通过Valgrind的callgrind分析发现，图像预处理和特征提取占用了70%的时间。具体来说，高斯滤波、边缘检测、轮廓提取这三个步骤最耗时。同时发现主线程在等待图像处理完成时被阻塞，导致界面卡顿。深入分析后发现几个关键问题：第一，所有图像处理都在主线程执行，阻塞了事件循...