阿里推荐算法校招面经 好难好难

继续来分享下之前的面经~欢迎友好讨论，信息共享
1. 介绍一下Attention机制，如何计算Query和Key的相似度？（Dot-Product、Cosine、MLP等）
2. 对比Adam和SGD，什么情况下SGD更优？（泛化性、调参难度）
3. 推荐模型中的Embedding层维度如何选择？（经验公式：dim = 6 × (feature_cardinality)^0.25）
4. 如何解决推荐系统中的长尾分布问题？（Focal Loss、Sampling策略、Two-Phase Training）
5. 对比DIN（Deep Interest Network）和DIEN（Deep Interest Evolution Network），DIEN如何建模用户兴趣演化？
6. 广告排序模型（CTR/CVR预估）常用的特征有哪些？（用户特征、广告特征、上下文特征、交叉特征）
7. 广告系统中的出价策略有哪些？（CPC、oCPM、oCPC的区别）
8. 如何解决广告主预算受限下的流量分配问题？（PID控制、Pacing算法）
9. 广告拍卖机制（GSP vs. VCG）的区别？为什么工业界常用GSP？
10. 如何防止广告系统的点击欺诈？（反作弊模型、IP/设备指纹、行为分析）
11. 无重复字符的最长子串（滑动窗口）
12. 岛屿数量（DFS/BFS）