字节推荐算法暑期实习面经

发点面经攒攒人品～项目相关1. 大概介绍一下你整个系统架构的链路，或者说你的系统整体链路是长什么样子？2. 你的库存信息怎么保留？存不存在超卖的现象？3. 你 Redis 里的信息是怎么跟 MySQL 做同步的？4. 初始结果不一致怎么办？5. 你觉得这条链路在真实的生产环境下能用吗？还有哪些不完备的点？6. 如果消费队列扣减失败或订单写入 MySQL 失败，导致数据不一致，你有什么自动化机制（校验+补偿）来解决？7. 知识库构建的文档和语义信息数据来源是哪里？是自己整理的吗？8. 通过什么去做分词和检索？9. 向量数据库跟正常数据库的区别是什么？它怎么加速相似向量检索？10. 是否了解 HNSW 算法的具体实现？八股1. 缓存击穿、穿透、雪崩这三个概念上的区别是什么？3. 使用 SETNX 指令跟执行 Lua 脚本的差异是什么？4. 排他锁（X锁）跟共享锁（S锁）的区别是什么？5. Java 线程模型如何保证线程间的公平性6. CAS是做什么的？它有什么问题？7. 数据库有哪些隔离级别？8. 如何解决“幻读”问题？InnoDB 引擎下是怎么处理的？9. 聚簇索引和非聚簇索引的区别是什么？10. 什么情况下不需要“回表”查询11. TCP 是通过哪些机制保证可靠传输的？12. 如何解决网络拥塞问题？（拥塞控制、慢启动、快重传等机制）13. 进程和线程在内存结构上有哪些区别和关系？14. 同步 I/O 和异步 I/O 的概念怎么理解？15. 异步 I/O 是在用户态执行还是系统态（内核）执行？谁来负责通知结果？手撕之字形（Zigzag）打印二叉树。

流程挺快的, 一面和二面的间隔大一点, 二面完几分钟就三面了1. 自我介绍2. 实习拷打 大部分时间都在实习上 总时长感觉1小时左右, 一半的时间都在问实习3. 特征筛选如果不只看相关系数，你会怎么做特征筛选不能只看单变量相关性，因为很多特征单独看不强，但和其他特征组合后才有信息量。更稳的做法通常是先做业务分组和统计稳定性检查，过滤掉高缺失、高漂移、强泄漏和强共线的特征；再结合树模型增益、置换重要性、SHAP 分析和线上可用性做二次筛选。对大模型应用相关任务，还要额外关注特征是不是把未来信息泄漏进来了，比如用到了答案后的行为、后验标签或者系统回写字段。真正好的特征不是“看起来复杂”，而是对目标...

发一下问题给大家参考，攒攒人品！1.项目拷打2.为什么要去做这样一个模型，和主站模型有什么区别3.介绍整个项目，为什么能打过主模型，为什么要做这个独立模型4.介绍MMCN，和DCN有什么区别，相对于DCN有什么优势5.介绍tokenmixer是怎么样实现的，介绍结构原理，为什么要做mix_up6.了解rankmixer large吗7.对精排还有什么结构比较了解吗8.LHUC模块具体的实现的方式9.了解生成式推荐吗代码题:一个数组只有1和-1，给出子数组乘积为1的个数

发点面经攒攒人品～项目细节拷打八股1.大模型了解多少，强化学习了解什么2.DPO的全称是什么，公式是什么，直接体现在哪里3.与PPO对比归一化方法• 常用的归一化方法有哪些• 讲讲RMSNormAUC• auc的定义• 从样本里随机去掉一些负样本，Auc怎么变优化器• 讲一讲常用的优化器• sgd是什么，Adam相对于sgd改进了什么位置编码• 正余弦位置编码的公式