京东广告算法二面面经

秋招已经开始啦，在关注搜广推算法方向的校招/社招/实习同学们，需要提升项目的同学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. 特征工程：如何构造有效的用户行为序列特征？
2. 共线性特征处理：L1正则化和PCA哪种更适合广告场景？
3. 树模型（GBDT）和深度模型（DNN）的特征重要性差异？
4. 模型融合：GBDT叶子节点接入DNN的具体实现？
5. 线上指标：RPM和CTR同时监控的必要性
6. oCPC出价策略的数学模型？如何控制成本？
7. 广告拍卖机制：GSP和VCG的优缺点对比？
8. 冷启动广告如何分配流量？（Bandit算法实现探索）
9. 点击率预估模型如何应对刷点击作弊？（负样本降权+行为建模）
10. 多目标优化：如何平衡广告收入和用户体验？
11.Top-K频繁查询（堆+哈希表）
12. 手写双塔模型的损失函数（Batch内负采样实现）

#校招#  #实习#  #推荐算法#
#搜广推算法#  #京东#
#面经#