快手[暑期实习]-机器学习-二面
![快手[暑期实习]-机器学习-二面](https://imgs.xnip.cn/cj/jy2/2024-04-04/b4f2f57b-b038-4c1e-a4b7-03e327d8a2d6.jpg)
#推荐算法面经#
时间2024年4月3日 15:00 总计65min
1.自我介绍
2.本科推荐系统项目（参考一面面经）
3.论文
4. 讲一讲CTR预估和序列推荐模型
- DIN DIEN SIM Caser GRU4Rec SLiRec CLSR MIND....
5. 了解矩阵分解吗
- MF、LFM
6.LSTM模型介绍，几个门的作用
7.transformer模型结构
8.自注意力机制的计算复杂度(原始qkv)
- O(dn^2)
9.二分类任务的损失函数，搓个交叉熵代码
10.怎么理解交叉熵
- 条件熵，含义可以理解为预测概率分布和真实概率分布之间的差异程度
11.优化器optimizer了解吗
- 开始吟唱：
[BGD、miniBGD、SGD]=>SGDM
Adagrad=>RMSProp
=>Adam
12.一阶动量和二阶动量在Adam公式中的位置
13.为什么需要对神经网络进行初始化，全部初始化为相同的值会怎么样
- 梯度反传相同=>网络退化
14.最长上升子序列：板子题，动态规划O(n^2)，动规+二分O(nlogn)，时间够写了两种解法
反问环节：
1. 是否和一面面试官一个团队（二面再问团队规模和业务方向有点怪）
2. 后续提升方向：聊了很多，感悟也很多，觉得面试官人还怪好的。（虽然本来就只打算套个评价）
奇怪的是，面试官问我是没参加秋招吗，我回答说找的是暑期实习。然后面试官说他那边看着是投递的春招的岗位，所以按照这个标准来面的，那没事，我帮你操作一下，变更到暑期实习，方便推进下一步流程。我顿时亚麻呆住了，难怪八股强度这么高，优化器和网络退化都整出来了。
==========
感觉能过，面得酣畅淋漓，是这么多场面试发挥最好的一场了。希望有三面，我快要撑不下去了，找暑期实习属实磨人。
=====
更新，当天晚上就约三面了，4.9，不愧是“快”手。
类似资料：