投的字节某部门的算法提前批，字节的面试体验还是非常好的，无奈本人太菜，感觉自己的基础还不够扎实，代码题写的磕磕绊绊，对很多算法的细节了解的不够深入，希望以后多多提升自己吧，秋招再战~在此总结一下：

一面：

1. 自我介绍

2. 介绍实习经历，根据实习问细节，主要是推荐系统相关的，数据量，实际采用的模型，特征处理方法，线上效果怎么样

3. 介绍项目，根据项目问细节，主要是数据处理，特征工程，特征分布，以及为何要这样处理

4. 用过GBDT，讲一下GBDT的原理

5. 介绍一下XGB和lightGBM，对GBDT做了哪些改进

6. 对推荐系统了解多少，流程介绍一下

7. 介绍一下Word2vec，原理是什么，具体怎么做

8. 手撕代码：精简linux指令

9. 反问：业务相关

二面：

1. 自我介绍

2. 介绍实习经历，问实习经历中的细节，推荐系统具体规模多大，怎么拿数据，怎么提特征，怎么训练，以及为什么要这么做

3. 什么是embedding，介绍一下embedding具体怎么做

4. 对序列特征可以怎么处理，有哪些处理方法

5. 问一个强化学习的项目，介绍Q-Learning的原理

6. 对负样本采样后值分布不均怎么处理

7. 项目用到的特征稀疏还是稠密

8. 介绍一下深度学习中的梯度下降方法

9. 解释随机梯度下降，Mini-batch梯度下降是怎么做的

10. 如何应对局部最优问题

11. 推荐模型了解哪些

12. 解释deepfm原理

13. 了解din模型吗

14. FM的复杂度是多少，为什么

15. xgboost，gbdt原理介绍，Xgb对gbdt有什么改进，Xgb具体怎么处理缺失值，Xgb具体怎么分布式训练

16. 手撕代码：顺时针螺旋打印矩阵

17. 反问：业务相关

以上。