有无搜广推方向交流

今天给未来打算入行搜广推算法的同学一些建议，帮助大家少走弯路。这篇帖子适合还在犹豫是否要入行的新人，以及正在入行路上的同学。1️⃣第一个问题：怎么样的同学适合走搜广推算法🌟学历：985或者QS100以内硕士肯定OK，211和QS200内硕士可以考虑🌟专业：计算机/电子/通信等工科专业，或者统计/数学/金融等理科专业都十分推荐。如果是其他非科班具备以下特质的同学也可以考虑。🌟特质：想追求互联网行业的高薪资，因为算法行业拿到50w+薪资很正常。其次走算法方向要有足够的学习能力，以及不排斥写代码，能够有深入的思考能力。2️⃣什么样的同学不适合：排斥写代码，不能专注技术岗位的“手头工作”，专注力不强的同学。3️⃣如何准备路径，少走弯路🌟python/机器学习/深度学习基础🌟核心网络：transformer/DNN/RNN/Bert等🌟搜广推核心方法：DeepFM/DIN/MMOE/PLE等🌟项目经历：补充项目经历提升简历质量/面试能力4️⃣避免踩坑：🌟不要在数学公式/基础算法原理花费太多时间，要用重点（重要算法/项目经历/实践能力）🌟不要使用烂大街的项目作为简历核心内容：比如新闻推荐/OTTO等可以用于入门，锻炼算法思维，但是不适合作为简历核心内容。🌟如果缺少高质量的算法项目经历，可以后台咨询我。

1.实习介绍2.拷打项目3.AUC如果出现波动，应该如何分析4.测试集情况，哪些红哪些绿（细说）5.分析baseline中为什么之前没有这些东西（emm）6.手撕：有10000大小的数据集，内存放不下没办法一次性shuffle，但是你有一个shuffle_100（），在不随机写10000的情况下如何借助硬盘进行全局公平shuffle。7.提示：可以用10个文件进行随机写，但是不能随机100008.反问：业务

1.项目中BM25原理是什么，相对于TF-IDF 改进在哪里，公式是什么?2.这里为什么要做混合检索，Sparse 检索和 Dense 检索的原理是什么，相似度度量C是什么?3.Reranker模型如何构造数据微调4.讲一下 Query 改写的创新点，有没有读过相关的论文。5.GRPO 损失函数是什么，这个公式每一部分的作用是什么，为什么要这样设计6.如何优化大模型的训练和推理效率?7.使用的 Embedding 模型结构是什么?输出向量维度是多少?8.训练过程中 Transformer 更新哪些参数?9.手撕:一道合并去重数组,lc 上没有。

感觉推荐算法跟开发一样 各种场景超多业务，但是增量真的有限，低的用DNN都能跑出收益，水位线高的都在卷生成式。我目前接触过一些ai搜，做一些意图识别、搜索算法也是需要训模型的，感觉是不是比纯粹的推荐算法靠谱一些呢