快手春招推荐算法一面继续加油～

发一下问题给大家参考，攒攒人品！
1、手撕代码：三数之和
2、激活函数都有哪些？
3、sigmoid和relu的优劣性
4、梯度消失什么原因？怎么避免？
5、优化器了解哪些？
6、adam和adagrad有什么区别？分别适合什么场景？
7、损失函数主流有哪些？为什么分类任务用ce？
8、项目相关：项目中用了几层cnn，1*1的cnn有什么作用？
9、对推荐链路有了解吗？分别发挥什么作用？
10、精排都有哪些主流模型？
11、粗排和精排的区别是什么？

全部评论

推荐最新楼层

04-28 09:29

华为_系统工程师

第 13 题：混合精度训练（Mixed Precision Training）

第 13 题：混合精度训练（Mixed Precision Training） 题目 解释混合精度训练（Mixed Precision Training）的原理和优势。 一、在做什么？ 混合精度训练指在训练中部分使用 FP16（半精度），部分保留 FP32（全精度），在保证数值稳定性的前提下，用 FP16 加速计算、节省显存和带宽。 典型做法：前向和大部分反向用 FP16，权重和优化器状态用 FP32 维护，梯度在 FP32 下累加/更新后再转回 FP16 参与下一轮；对易溢出层（如 softmax、LayerNorm）保留 FP32 或做 loss scaling。 二、原理要点  FP16...

Ai Agent：面试3...

点赞评论收藏

不愿透露姓名的神秘牛友

04-30 16:00

某小说公司面试感受

既然已经出结果了，也锐评一下这家公司的面试流程（nbcs）。个位数的岗位，简历也不知道是不是真的认真筛过，貌似不相关经历的也邀请来面试，候选人池子之深可想而知。于是乎面试一个岗位分了上午，中午，下午各个场次，还不止一天，给主包安排在早上8点多，前滩这个地方附近也没有实惠的酒店，于是得从酒店很早起床来参加线下面试。到了地方还得先听一边HR介绍公司，介绍完又领到一个地方等。面试遇到三个面试官+HR，一个面试官全程不说话，从不正眼看人，甚至一脸戏谑，不知道在打量什么；一个全程戴口罩，是感冒了还是咋的了也不知道。提的问题和简历的经历项目毫无关联，面试者回答完没有任何反应，毫无交流，反而像走流程一样，奇...

点赞评论收藏

03-26 13:04

已编辑

电子科技大学算法工程师

27找实习这简历有问题吗？要怎么改啊？腾讯京东大厂不给面呜呜

腾讯 京东oppovivo快手美团百度字节蚂蚁上面的厂都投了，有的直接简历挂了（快手  阿里挂的最严重），测评做了，有的给了笔试，但为啥大多都一直卡流程？卡在“简历筛选/评估中”，这是怎么回事？项目不行？还能找到实习吗？

xiaowl：你这个简历“条目上”都比较有深度性，但是实际上面试官又没法很好的评估你是怎么达到很多看上去很厉害的结果的。要避免一些看上去很厉害的包装，比如高效的内存复用策略的表达，如果仅是简单的一些内存共享机制，而且面试上也没有深挖的空间，就不要这样表达。比如，工程化模式本质上可能就是定义了一些abstract class，那也就没特别多值得讲的内容。建议简历上应该侧重那些你花了大量时间和精力解决、研究的问题，不要过分追求“丰富”，而是关注在技术深入度、问题解决能力的表现上。

没有实习经历，还有机会进...

点赞评论收藏