9月初投递 某9硕 隔了四天发面试邀请平台：萝卜面试（在浏览器里面）问答：1.自我介绍2.推荐项目拷打2.1整体是否落地？是否上线？物品的数量级大概有多少？2.2对用户做多兴趣表征，多兴趣体现在哪里？itemcf的公式是什么样？2.3向量是怎么得到的？Embedding的过程是什么样？具体一点2.4最终结果评估指标是什么样子的，介绍一下公式，是体现排序的结果还是命中的结果？具体体现在哪个维度？2.5召回环节是单一召回还是多路召回？多路召回该怎么做？2.6召回训练的目标是什么？负样本如何构建的？2.7数据中用户已经有了对应的行为，如果给你未处理之前的数据你会如何处理，如何预测？2.8多目标建模情况下对我们预测的目标是否有正收益？2.9多目标建模情况下，召回环节应该怎么做？多路召回结果怎么融合？单纯加权还是怎么做？（这个我真得细细想一想）2.10针对点击召回了N个结果，针对购买召回了M个结果，如何做融合呢?缺失加权融合的两个因子中的其中一个因子应该怎么做？2.11门控和Attention是怎么融合的？2.12模型用了哪些特征？2.13长短期行为序列的长短期是怎么理解的？具体是怎么做的？长期跟短期统计的为统计的周期是一样的吗？2.14 --涉及到个人方案的一些私密问题，会在日后公布--2.15向量化重构是什么意思？3.第二个项目拷打项目背景？为什么用到unet网络来预测？不是一般用于图片吗？各个模块的功能是什么4.实习拷打XGBoost只是会用还是了解原理？可解释性怎么样？基于什么分类器？目标函数是什么？手撕：最简单的一集 Leetcode 3.无重复字符的最长子串反问：面试表现如何？有没有哪里有待提升的地方？面试感觉：面试官人很随和探讨了很多技术问题，也给了我很多建议，虽然我知道我肯定过不了

8.23号做的笔试 9.2打电话约面，9月5号下午一面平台：飞书问答：1.自我介绍2.推荐项目拷打项目的轻量级体现在哪？双塔模型使用了哪些队列特征？做了多路召回吗？还知道哪些召回方式？协同过滤召回的优缺点是什么批内负采样是怎么做的？工作过程是怎么实现的？3.其他项目拷打yolov5的正负样本采样如何实现的？推理阶段均值和方差是如何确定的？4.主要研究方向是什么？5.我看你用了一个xgboost模型，是树模型吗？6.对多目标推荐系统有了解吗？单目标和多目标的区别在哪里？多场景下部分场景数据量少该如何解决？（感觉我说的不对）7.特征处理是怎么做的？如何输入到模型？Embedding层需要训练吗？线上该如何使用？8.梯度消失梯度爆炸现象出现的原因？该如何解决（脑子抽了回答成如何解决过拟合问题了）9.Adam优化器和SGD优化器相比的优势在哪里？手撕：ACM模式Leetcode LCR82 组合总和II  与hot100里面那个不一样，但主要都考察回溯反问：1.面试表现如何？有无改进建议2.主要业务是做哪些面试官很随和，压力不是很大，主要是我自己有点紧张了还得练

写之前还感慨好独特的测评平台，写时候开始面露难色，写完骂骂咧咧