首页 > 面试复盘|百度推荐策略部算法一面 凉经
头像
我必拿offers_
编辑于 2021-08-26 18:07
+ 关注

面试复盘|百度推荐策略部算法一面 凉经

8.9号 36min 一面感觉着实被刷kpi了,不过代码题大家可以练一下
流程问到的写下吧
  • 自我介绍,主要讲项目
  • 然后讲完就问了我做没做过推荐(其实肯定是了解的,但是由于不想骗人斩钉截铁说了没做过,然后感觉面试官就有点不乐意的样子了
  • 面试官尝试从我的项目里挑了一些场景+八股问(但拐来拐去都到了推荐上,但还是能答上来的,涉及到的八股有:
  • 跑过什么模型,用的什么损失函数,为什么这么选,网络结构怎样发现部分异常,怎么改进的,梯度爆炸的问题有遇到吗,如何缓解,过拟合如何解决,一般用什么评价指标,怎么看
  • 针对上述我举一个我的项目例子回答: CNN,MSE,对异常敏感,收敛速度比较明显的变缓且部分weights瘫痪,特征工程改进,加BN层或做数据增强,看ROC看AUC,看recallprecision和F1
  • 问我做过的一些模型用在项目里效果好吗(LSTM/TRANSFORMER) 我说了时延的问题,还说到了落地实时性的限制,所以还是推荐做树模型的迭代,
  • 问我半监督学习的问题,我说了经典方法的局限性和现有一些论文的改进的大致思路,
  • 做了一道题,数组里只有一个数出现了一次,其他数都出现了两次,找到这个数。我答了异或。
  • 反问业务,说自己是rank组,问了现在大致用的模型,没详细说,反正就说主要是鸡架那边做的好所以快可以达到实时性的要求。(lll¬ω¬)
面的不好的地方:主要还是岗位不匹配他想问排序召回的东西我没有和他深入聊…刷题的话,这题还有变种,大家有兴趣可以去搜来做做。


总结:没啥总结的,不匹配的kpi面。被捞确实也要看下部门,也比较后悔自己说自己没做过不懂(155551....

更多模拟面试

全部评论

(5) 回帖
加载中...
话题 回帖

相关热帖

近期热帖

近期精华帖

热门推荐