诚问各位牛友搜索推荐算法以后的发展前景以及将来跳槽的难易程度

许愿一切顺利

兜兜转转，峰回路转，始于OPPO，终于OPPO 一面: 1.自我介绍； 2.撕代码:判断一个字符串是否是另一个字符串的子字符串(KMP算法)；冒泡排序(必须用C )； 3.讲项目，balabala； 4.F1-score，AUC，交叉熵；AUC和交叉熵在分类上的区别与联系(这里楼主不太清楚，只是答了各自的含义，面试官也没往下问)； 5.Adboost，GBDT，XGBoost； 6.resnet； 7.每天的时间分配，最近读的论文，吹了一下阿里新出的几篇推荐系统的论文。 一面面试官小哥哥超级好，你在讲解的时候会给你回应，自己会越说越有信心。 二面: 1.自我介绍； 2.讲了一个项目； 当时...