快手电商推荐算法面经

继续来分享下之前的面经~1. 为什么不用DIN对用户行为序列建模2. 怎么判断学到的embedding好不好3. 如何对序列做预处理4. 为什么要共享embedding？5. 如何判断过拟合欠拟合？怎么解 决6. L1和L2正则化区别7. dropout有什么作用8. 手撕代码：二又树的最近公共祖先

项目一：模型微调相关（面试问答总结） 首先让我介绍了简历中的第一个项目——模型微调相关项目。在交流过程中，面试官主要围绕以下几个方面进行了提问： 1. 指令遵循能力（未微调情况下的提升方式） 面试官提问： 如果不进行微调，如何让模型在回答指令时具有更高的指令遵循能力（例如格式准确率更高）？ 2. 训练数据来源与构造  训练数据是如何获取的？ 数据是如何构造和设计的？  3. Transformer 中的注意力机制  讲解 注意力机制（Attention Mechanism） 的基本原理。 为什么在计算注意力分数时需要 除以 ？ 为什么是 ，而不是 ？  4. LoRA（Low-Rank Ada...

攒攒人品，欢迎友好讨论，信息共享1. 深挖实习项目2. 了解推荐模型吗？知道哪些模型？3. 了解多任务模型吗？4. 针对小样本的处理方式5. BN和LN层的区别，介绍一下BN层，里面哪些是可学习的参数？6. 避免网络过拟合的方法7. 注意力机制的计算公式？为什么除以根号dk？8. 介绍下transformer和bert，位置向量怎么做的？9. 手撕：和为k的连续子数组

#JAVA##JAVA面经##JAVA内推#1. 用1分钟简单介绍自己。思路简洁、突出技术栈、项目亮点、求职动机，不啰嗦，1分钟刚好。回答示例面试官您好，我是XX，目前主要做Java后端开发，熟悉SpringBoot、MySQL、Redis、MQ这些常用技术栈，也有高并发、缓存、分布式相关的实践经验。在校/工作期间做过秒杀、OJ判题系统这类项目，对高并发、性能优化比较感兴趣。我做事比较踏实，喜欢钻研问题，学习能力也还可以，这次非常希望能加入天猫团队，在真实的高并发场景里锻炼自己，也为团队贡献价值。2. 为什么特别想来天猫？思路表达对业务的认可 + 技术向往 + 个人成长，真诚不浮夸。回答示例首...