快手推荐算法一面面经

春招已经陆陆续续开始啦，在关注搜广推算法方向的校招/社招/实习同学们，可以了解下算法项目辅导，帮助你在简历中增加一个高含金量的对口项目，助你斩获offer~

1. 业界目前针对特征交叉是怎么处理的？
2. 你们当前模型的主要网络结构是什么样子的
3. 模型的embedding维度是多少？不同特征的embedding维度是否相同？
4. 当前的方案有没有考虑使用大模型进行处理？
5. 介绍一下不同的召回方式以及召回原理
6. 召回的模型是什么样子的
7. AUC的概念，计算过程？
8. 还有没有其他相似的评估指标，为什么需要其他评估指标
9. 训练样本的形式有哪些？分别进行解释
10. 代码1: 手撕TSFM
11. 代码2: 股票交易，最多两次操作，利益最大值
#春招#  #面经#  #校招#   #推荐算法#  #实习#