当前位置: 首页 > 面试经验 >

快手推荐算法一面

优质
小牛编辑
70浏览
2024-05-21

快手推荐算法一面

最近面试少了, 精力放在工作上。 偶尔面试保持手感即可。 今天这个学习意义比较大就记录一下。
面试本身没啥特殊的,就是项目+八股+代码。
项目问了我的蚂蚁实习, DeepFM 相关的东西和大模型相关的东西。
所以问了一些八股
1.DEEPFM 介绍一下(聊了一些)
2. 还了解别的推荐的模型吗(不了解)
3. LLAMA 和别的模型架构有啥区别?
4. Llama 用的是什么 norm 和激活函数(都忘记了,两个都答错了,没复习)
5. LLAMA 和 Bert 有啥区别?
6.flash attention 了解吗? 怎么做的计算?
还有啥忘记了。 写代码题,最长严格递增子序列。(我只会 On 方 dp, 面试官一直告诉我用贪心+二分降低复杂度, 我感觉他是理解错了, 跟我说的思路我感觉是有问题的。 争论了半天, 还是 On 方写了)
反问:不重要
面试官人还是很好的,教育了我一顿。。。
1. 简历为什么要字节放蚂蚁前面, 会让别人认为你是做开发(字节开发 蚂蚁算法)
2. 蚂蚁这个实习还是太虚了, 没什么落地价值。 感觉我推荐也不懂,大模型懂得也没他多。 基座大模型肯定面不上, 但是大模型应用坑很多,有机会。
3. 让我之后一定要多补搜广推的知识, 再结合一些大模型的知识,面一个大模型搜广推不难。
4. 一定要改简历, 他看我连用户增长这种边缘都挂简历了,很不理解,一看简历写的很差。。
感觉他说的还是非常有道理,简历这块已经好几个面试官说了,只是已经摆烂阶段,就没改。 至于学哪方面知识,还是比较重要的。估计很多同学和我差不多,就是半桶水。 所以可以多学搜广推八股, 找个杂交岗位。
 类似资料: