一面

算法题：1. 非递归的二叉树中序遍历；2. 指定概率列表，写一个随机采样算法

1. 介绍竞赛
2. 召回的多样性
3. 数据规模
4. ANN使用的什么工具
5. 点击率预估为什么选择 lgb
6. 排序为什么不使用基于 pair wise 的模型
7. 了解 LambdaMart 算法吗
8. lightgbm 相较于 xgboost 的优势
9. 了解的其他点击率预估算法
10. 对特征交叉方面的个人理解
11. wide & deep 模型 wide 部分和 deep 部分分别侧重学习什么信息
12. deepfm 一定优于 wide & deep 吗
13. 如何解决稀疏问题（回答的 hash embedding，不知道对不对）
14. 在模型侧如何打压热门商品

二面

1. 介绍比赛背景
2. 怎么分工的，你负责的部分
3. 为什么使用 w2v，有试过其他 embedding 工具吗
4. w2v 的参数怎么调节的
5. w2v 的 min_count 设置的多大，从什么方面考虑的
6. 介绍 NN 的结构
7. 怎么调参的
8. 了解哪些正则化方法（layernorm，batchnorm）
9. 上面两者有什么区别
10. 有没有遇到过梯度消失，梯度爆炸，怎么解决的
11. 多任务模型结构了解吗
12. 知道哪些点击率预估模型
13. 点击率预估任务中负样本过多怎么办
14. 下采样后，训练样本和线上 server 样本分布不一样怎么办（纠偏公式）
15. 冷启动该怎么做
16. 开放题：现在做一个搜索系统，你会考虑哪些东西，各方面都行
17. 未来的职业规划