字节推荐算法二面面经

1. MAP（最大后验概率）和似然函数有什么关系？
2. 什么情况下，MAP的损失函数可以用NMSE来计算？（高斯噪声）
3. 手写Multi-head Attention
4. Attention的复杂度是多少？
5. AUC是什么？
6. 推荐算法了解哪些？
7. 协同过滤的概念是什么？
8. 如果是一种普适性很强的物品（如：新华字典），怎么设计指标对它降权？
9. AUC怎么推广到非二分类问题？怎么快速计算AUC？

在关注搜广推算法方向的校招/社招/实习同学们，想拿到搜广推算法offer，简历中没有岗位对口/高质量的项目经历，会较难通过面试甚至难以进面。
同学们可以了解下算法项目辅导，在简历中增加一个高含金量的项目，助你斩获offer~

#校招#  #搜广推#  #字节#  #推荐算法#  #面经#