面了钉钉搜广增算法岗（暑期实习），秒挂。。。。

节前，我们星球组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学，针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。

汇总合集

《大模型面试宝典》(2024版) 发布！

《搜广推算法指南》(2024版) 重磅发布！

今天分享我们社群小伙伴的面经，面了钉钉搜广推方向的算法岗，表示没有好好准备，错失了一次很好的机会，特别后悔。

面试题整理一下分享给大家，喜欢记得收藏、点赞、关注。文末参加我们的技术讨论

形式：电话面试
时间：2024年4月9日 10：00，总计38分钟

面试题

• 自我介绍
• 项目
• 论文
• Transformer 和 LSTM 的结构与原理
• 介绍 Transformer 中的位置编码
• 使用正弦和余弦函数作为位置编码有什么好处
• 介绍一下注意力机制
• 正负样本构建: 随机负采样、热度降采样、曝光未点击、点击上方
• UserCF和itemCF的区别和原理
• 多目标
• 召回和排序的指标，怎么度量性能
• 假如系统上线了，效果不好，怎么定位是召回还是排序的问题
• 冷启动怎么解决
• GBDT和XGBoost为什么就能拟合的比较好。
  • boosting方法，前向传播+加法计算，第m棵树学习前m-1棵树的残差，逐渐增强对hard数据的关注。
• 那么加深树的深度，是不是效果就更好
  • 训练集表现好，过拟合。
• 如何应对树模型的过拟合。
• boosting和bagging的区别：低/高偏差、高/低方差；加法模型/投票
• 激活函数的选择
• 激活函数不可导的点怎么处理
• GPT 和 Bert 的区别
• 接触过那些大模型？
• LLAMA 和 ChatGLM 的区别
• p tuning v2 和 prompt tuning 的区别
• 算法题：给出一个数组，利用快速排序的思想，找出数组中第K大的数。（快速选择）

技术交流

前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~

我们建了算法岗面试与技术交流群， 想要进交流群、需要源码&资料、提升技术的同学，可以直接加微信号：mlc2040。加的时候备注一下：研究方向 +学校/公司+CSDN，即可。然后就可以拉你进群了。

方式①、微信搜索公众号：机器学习社区，后台回复：技术交流
方式②、添加微信号：mlc2040，备注：技术交流+CSDN

用通俗易懂的方式讲解系列

• 重磅来袭！《大模型面试宝典》(2024版) 发布！
• 重磅来袭！《大模型实战宝典》(2024版) 发布！
• 太棒了！这是我见过的推荐算法岗（含实习）面试真题最全的总结了！
• 面了百度推荐算法岗(实习)，这次如愿以偿。。。
• 快手推荐算法工程师三面回顾
• 大语言模型在推荐系统的实践应用
• 推荐算法实战项目：DeepFM 原理以及案例实战(附完整 Python 代码)
• 推荐算法实战项目：Deep&Cross 原理以及案例实战(附完整 Python 代码)
• 推荐算法实战项目：Wide&Deep原理以及案例实战(附完整 Python 代码)
• 推荐算法实战项目：Deep Crossing 模型原理以及案例实战(附完整 Python 代码)