自我介绍
项目经历
之前项目中使用过hive,spark处理数据吗
auc的定义,如何计算
xgb,lightgbm原理,模型的搭建过程,区别等
正负样本不平衡怎么解决(损失函数,降采样,过采样,模型融合等)
模型过拟合原因,该怎么解决(样本纬度,特征维度,模型维度都回答了一遍)
如何进行特征筛选
了解推荐算法吗
推荐系统构建的整体流程(召回,粗排,精排,重排,每一部分进行了简单介绍)
dcn,din模型,wdl模型原理
算法题:压缩字符串编码(采用了暴力方法,时间复杂度很高,问有没有优化方法,我说暂时没想到)
反问:
部门做啥的,
base在哪里
如果想转推荐算法之后该怎么学习
后续面试大概几轮
面试整体评价