美团日常实习推荐算法面经

1.实习介绍
2.介绍前公司业务
3.半年实习怎么能做这么多的项目，哪些是主导的？
4.怎么确定的指标？
5.大模型的特征优化是怎么做的？
6.介绍统计特征的计算和重要性评估，维度设置
7.特征是否主要是供给侧的，有交叉特征吗？
8.特征更新频率和模型更新频率
9.多目标权重怎么搜的，几个目标？
10.得到的权重能体现个性化吗？能提出什么优化方法呢（千人千面）？
11.介绍冷启动保量算法
12.详细介绍RQ-VAE和在业务中的实践
13.训的语义ID为什么没做线上
14.精排用的MMOE框架
15.din后的序列特征是直接concat吗？why？
16论文的第一个创新点？卷积核大小，步长？
八股：
17.介绍LR和线性回归，怎么训练，对应的损失
18.介绍一下 AUC的物理含义吗 ？怎么计算？
手撕：
19.链表hot100变形题（快慢指针+链表反转+链表合并）
20.能实习多久
21.什么时候入职