字節(jié)-搜推大模型-實習面經-一面記錄(強度太高了?。?/h1>
面的是字節(jié)的國際電商部門
感覺是卷中卷了
被狠狠拷打了??
面試問題:
- 解釋一下ROC曲線與PR曲線的關系、ROC曲線與PR曲線的適用場景
- 介紹一下貝葉斯定理(貝葉斯公式和全概率公式)
- 考了一個概率題:已知一個隨機發(fā)生器,生成 0 的概率為 p ,生成 1 的概率為 1 - p 。請構造一個新的隨機發(fā)生器,使其生成 0 和 1 的概率均為 1/2。
- (針對簡歷提問)了解矩陣分解嗎 MF、LFM嗎
- 訓練模型的時候,怎么才能知道模型是不是過擬合了?除了看訓練集和測試集的準確率,還有哪些方法可以防止過擬合?比如正則化、交叉驗證這些,能不能展開講講怎么用?
- 推薦系統(tǒng)里老聽到CTR預估和序列推薦模型,講講這些模型是干啥的?比如DIN、DIEN這些CTR模型是怎么捕捉用戶興趣的?還有GRU4Rec、Caser這些序列模型是怎么處理用戶行為序列的?它們各自解決了什么問題?
代碼題:
- 給定整數(shù)數(shù)組 nums,求最大和的連續(xù)子數(shù)組,并返回該最大和。(最大子數(shù)組和LeetCode53)
- 手寫一個二分類交叉熵bce,使用np(只把bce的公式寫出來了,然后拷打怎么計算梯度,最好熟悉一下二分類梯度怎么回傳的,被拷打到了這里)
一面一般是組內員工,平時比較忙,這場面試約在的中午11點,所以如果能夠把你的項目介紹得詳細一點,就容易不讓面試官問太多問題,一般我大概是2-3min自我介紹,然后再10min介紹一個項目(2-3個項目說完差不多就去一大半面試時間了),然后最后面試官不是主動型+忙著去吃飯,就會問些常見的面經,然后碰巧見過的爆率很高,然后直接吟唱。
這里拷打了概率類型的問題,印象里至少有4/32次面試提到了類似的概率場景題目,建議也是稍微復習一下,至少看看基礎的內容。
國際電商(tiktok)據(jù)說晉升不錯(同時也卷),畢竟是出海業(yè)務,但是是真的難進(聽說很多清北大佬都掛了),不太懂想要招什么人(崗位名額實在太少)
#面試問題記錄# #面試問題記錄#
感覺是卷中卷了
被狠狠拷打了??
面試問題:
- 解釋一下ROC曲線與PR曲線的關系、ROC曲線與PR曲線的適用場景
- 介紹一下貝葉斯定理(貝葉斯公式和全概率公式)
- 考了一個概率題:已知一個隨機發(fā)生器,生成 0 的概率為 p ,生成 1 的概率為 1 - p 。請構造一個新的隨機發(fā)生器,使其生成 0 和 1 的概率均為 1/2。
- (針對簡歷提問)了解矩陣分解嗎 MF、LFM嗎
- 訓練模型的時候,怎么才能知道模型是不是過擬合了?除了看訓練集和測試集的準確率,還有哪些方法可以防止過擬合?比如正則化、交叉驗證這些,能不能展開講講怎么用?
- 推薦系統(tǒng)里老聽到CTR預估和序列推薦模型,講講這些模型是干啥的?比如DIN、DIEN這些CTR模型是怎么捕捉用戶興趣的?還有GRU4Rec、Caser這些序列模型是怎么處理用戶行為序列的?它們各自解決了什么問題?
代碼題:
- 給定整數(shù)數(shù)組 nums,求最大和的連續(xù)子數(shù)組,并返回該最大和。(最大子數(shù)組和LeetCode53)
- 手寫一個二分類交叉熵bce,使用np(只把bce的公式寫出來了,然后拷打怎么計算梯度,最好熟悉一下二分類梯度怎么回傳的,被拷打到了這里)
一面一般是組內員工,平時比較忙,這場面試約在的中午11點,所以如果能夠把你的項目介紹得詳細一點,就容易不讓面試官問太多問題,一般我大概是2-3min自我介紹,然后再10min介紹一個項目(2-3個項目說完差不多就去一大半面試時間了),然后最后面試官不是主動型+忙著去吃飯,就會問些常見的面經,然后碰巧見過的爆率很高,然后直接吟唱。
這里拷打了概率類型的問題,印象里至少有4/32次面試提到了類似的概率場景題目,建議也是稍微復習一下,至少看看基礎的內容。
國際電商(tiktok)據(jù)說晉升不錯(同時也卷),畢竟是出海業(yè)務,但是是真的難進(聽說很多清北大佬都掛了),不太懂想要招什么人(崗位名額實在太少)
#面試問題記錄# #面試問題記錄#
全部評論
相關推薦
點贊 評論 收藏
分享
點贊 評論 收藏
分享