new_org/fun-rec
2
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

添加面经内容

Browse Source
This commit is contained in:
RuyiLuo
2022-04-08 20:03:01 +08:00
parent 8ff33f8ebc
commit c114ac9e7a
6 changed files with 67 additions and 153 deletions
Download Patch File Download Diff File Expand all files Collapse all files

10
docs/README.md
View File

@@ -119,10 +119,12 @@
- 任务监控与调度【完成一半，待优化】
### 推荐系统算法面经
- ML与DL基础【已完成】
- 推荐模型相关【已完成】
- 热门技术相关【已完成】
- 业务场景相关【已完成】
- [ML与DL基础](/推荐系统算法面经/ML与DL基础)
- [推荐模型相关](/推荐系统算法面经/推荐模型相关)
- [热门技术相关](/推荐系统算法面经/热门技术相关)
- [业务场景相关](/推荐系统算法面经/业务场景相关)
- [HR及其他](/推荐系统算法面经/HR及其他)
## 致谢
<table align="center" style="width:80%;">

90
docs/推荐算法面经/HR及其他.md
View File

@@ -1,54 +1,50 @@
# HR及其他
### 工程相关
1. java语言怎么样
2. 大数据有没有做过
3. 项目中最大的难点
4. tensor(1, 2) 和tensor(2)有什么区别
5. tensorflow loss NAN一般可能原因，怎么解决
6. tensorflow debug工具
7. python yield
8. mapreduce用过嘛
9. 撕代码itemcf
10. 按召回原因计算点击率（用pandas）
11. 大数据这块工具会用么
12. python内存管理：引用计数，垃圾回收，分代回收
13. 引用计数有什么缺点
14. C++智能指针
15. 并发，多线程通信
16. python多线程，多进程适合IO密集型，计算密集型
17. 堆栈的区别
18. 内存分配
19. new delete
20. tensorflow的框架理念
- java语言怎么样
- 大数据有没有做过
- 项目中最大的难点
- tensor(1, 2) 和tensor(2)有什么区别
- tensorflow loss NAN一般可能原因，怎么解决
- tensorflow debug工具
- python yield
- mapreduce用过嘛
- 撕代码itemcf
- 按召回原因计算点击率（用pandas）
- 大数据这块工具会用么
- python内存管理：引用计数，垃圾回收，分代回收
- 引用计数有什么缺点
- C++智能指针
- 并发，多线程通信
- python多线程，多进程适合IO密集型，计算密集型
- 堆栈的区别
- 内存分配
- new delete
- tensorflow的框架理念
### HR相关
1. 期望薪资
2. 意向城市
3. 未来规划
4. 自己的优缺点
5. 有么有跟进最新论文
6. 自我介绍
7. 工作期望
8. 薪资
9. 对公司的看法
10. 导师是谁，做什么方向
11. 目前的offer和进展中的公司，这几个公司的优先级
12. 怎么选择工作岗位
13. 团队背景，构成，分工，协调
14. 技术关注渠道，怎么学习技术
15. 性格，最成功的事，最大的挫折
16. 为什么选择上海，北京不够好嘛
17. 本科毕业到研究生入学期间做了什么
18. 实验室项目情况，怎么分工和沟通，有没有出现过摩擦或争执，怎么解决的
19. 竞赛中有什么影响比较深的挫折，经历了之后收获了是什么
20. 你认为你现在对这个工作岗位的优势有什么？有什么不足呢
21. 对第一份工作岗位有什么期待
22. 现在有什么offer,或者在面试流程中的公司，薪资怎么样，对上面几家公司，哪个和之前做的更匹配
23. 对于互联网产品有什么想法嘛，新的项目有什么看法
- 期望薪资
- 意向城市
- 未来规划
- 自己的优缺点
- 有么有跟进最新论文
- 自我介绍
- 工作期望
- 薪资
- 对公司的看法
- 导师是谁，做什么方向
- 目前的offer和进展中的公司，这几个公司的优先级
- 怎么选择工作岗位
- 团队背景，构成，分工，协调
- 技术关注渠道，怎么学习技术
- 性格，最成功的事，最大的挫折
- 为什么选择上海，北京不够好嘛
- 本科毕业到研究生入学期间做了什么
- 实验室项目情况，怎么分工和沟通，有没有出现过摩擦或争执，怎么解决的
- 竞赛中有什么影响比较深的挫折，经历了之后收获了是什么
- 你认为你现在对这个工作岗位的优势有什么？有什么不足呢
- 对第一份工作岗位有什么期待
- 现在有什么offer,或者在面试流程中的公司，薪资怎么样，对上面几家公司，哪个和之前做的更匹配
- 对于互联网产品有什么想法嘛，新的项目有什么看法

87
docs/推荐算法面经/ML与DL基础.md
View File

@@ -1,137 +1,73 @@
# 3.1 机器学习相关
# 机器学习相关
## 3.1.1 机器学习
## 机器学习
- 介绍一个最熟悉的机器学习算法
- 决策树怎么建树，基尼系数公式
- Adaboost拟合目标是什么
- Adaboost介绍一下，每个基学习器的权重怎么得到的
- 介绍下GBDT
- 介绍XGBoost
- 介绍下LightGBM
- LightGBM相对于XGBoost的改进
- GBDT中的梯度是什么，怎么用
- GBDT如何计算特征重要性
- GBDT讲一下，GBDT拟合残差，是真实的误差嘛，在什么情况下看做是真实的误差
- 介绍XGBoost中的并行
- 介绍XGBoost中精确算法与近似算法
- XGBoost如何处理空缺值，为何要进行行采样、列采样
- 讲一下xgboost算法，xgboost是如何处理离散特征的，xgb怎么训练，xgb算法优点，怎么选特征，主要参数有哪些，xgb的特征重要性怎么看
- xgboost介绍一下，xgb对目标函数二阶泰勒展开，哪个是x，哪个是delta x, 一阶导和二阶导是对谁求得
- 为什么高维稀疏数据，LR比GBDT要好
- 随机森林与GBDT采样的区别
- 随机森林中列采样的作用
- bagging与boosting对比, boosting和bagging的区别及分别适用于什么场景
- bagging与boosting分别从什么角度降低过拟合
- 逻辑回归如何避免过拟合
- 推导逻辑回归损失函数和损失函数求导
- 正则化项L1和L2为什么有用
- l1正则不可导，如何优化
- 什么样的特征容易产生比较小的权重
- 随机森林采样n次，n趋于无穷大，oob样本的概率接近于？
- 逻辑回归与树模型的优缺点
- 对于高维稀疏数据，树模型能训练吗？一般怎么处理
- 树模型一般有哪些参数，分别有什么作用
- 随机森林如何处理空缺值
- 介绍kmeans，与其他聚类算法的对比
- 机器学习导致误差的原因？过拟合、欠拟合对应的偏差和方差是怎样的？
- 如何解决过拟合问题？哪些角度
- LR的原理，问题的假设，为什么用交叉熵作为损失函数
- LR损失函数写一下
- LR是不是凸优化问题，如何判断LR达到最优值
- LR一般用什么数据，一般有什么特点(离散数据，离散化的一堆优点)
- LR，SVM, xgboost如何防止过拟合
- lr和树模型，离散特征和连续特征分别怎么处理
- lr和线性回归的区别
- 连续特征可以直接输入到lr中不? （归一化和标准化有什么区别）
- 线性回归可以求闭式解，逻辑回归可以吗，为什么，LR用什么求解参数，为什么要用梯度下降算法
- SVM和LR的区别
- SVM的公式会推导嘛，SVM的损失函数
- SVM原理，为什么求最大间隔，为什么用核函数，常见的核函数及区别
- SVM支持向量怎么得到的
- 写一下SVM的原问题和对偶问题，分别解释一下
- SVM核函数有什么性质，写一下SVM核化的形式
- 无监督学习，半监督学习，有监督学习的区别
- 有哪些无监督学习的方法（kmeans,pca,生成模型，自编码器）
- 有哪些回归模型（多项式回归，树模型，svr, 神经网络）
- 生成模型、判别模型的区别
- 概率和似然的区别
- 最大似然估计和后验概率的区别，分别用LR来推导损失函数的话有什么区别（乘以W的先验概率）
- 朴素贝叶斯介绍，朴素贝叶斯公式，为什么朴素
- l1,l2特性及原理，分别适用于那些场合
- 给一个多峰数据场景，为什么l2不适合，可以怎么解决
- 讲讲Kmeans、EM算法
- 机器学习中怎么解决过拟合，DNN中怎么解决
- 说一下SVD怎么降维
- 推导softmax做激活函数求导
- LR，SVM,xgb哪个对样本不平衡不太敏感，顺便把SVM和xgb介绍了
- 降维方法了解嘛，PCA? 为什么取特征值前k大的对应的特征向量组成的矩阵？低秩表示
## 3.1.2 深度学习
## 深度学习
- 梯度是什么，hessian矩阵怎么求
- 有没有上过凸优化的课程，如何判断凸函数
@@ -166,8 +102,7 @@
- 深度模型和传统机器学习模型对数据量的要求，什么场景用什么模型
## 3.1.3 特征工程
## 特征工程
- 特征工程一般怎么做
- 特征数值分布比较稀疏如何处理
- 正负样本不均衡如何处理
@@ -181,8 +116,7 @@
- 如果不使用最近邻检索的库，你会怎么做最近邻检索
## 3.1.4 评估指标
## 评估指标
- auc的含义和计算方法, 有没有更快的计算方法
- AUC会不会出现小于0.5的情况，出现了怎么调bug
@@ -200,14 +134,11 @@
- 分类评价指标，TPR,FPR等的含义
## 参考解析
（解析仅供参考，如果有错误、补充或者建议欢迎Issue，部分方向题目笔者还不熟悉不确定答案的没有更新）
#### 3.1.5.1 机器学习
#### 机器学习
- 介绍一个最熟悉的机器学习算法
@@ -769,7 +700,7 @@
#### 3.1.5.2深度学习
#### 深度学习
- 梯度是什么，hessian矩阵怎么求
@@ -1007,7 +938,7 @@
- 深度模型和传统机器学习模型对数据量的要求，什么场景用什么模型
#### 3.1.5.3 特征工程
#### 特征工程
- 特征工程一般怎么做：
@@ -1083,7 +1014,7 @@
- 如果不使用最近邻检索的库，你会怎么做最近邻检索
#### 3.1.5.4 评估指标
#### 评估指标
- auc的含义和计算方法, 有没有更快的计算方法

6
docs/推荐算法面经/业务场景相关.md
View File

@@ -1,15 +1,9 @@
# 3.4 业务场景相关
- CVR相比CTR的区别、特点
- 搜索与推荐的区别，你认为哪个难度更大
- 广告与推荐的区别
- 什么时候用策略规则，什么时候用模型
- 线上如何生成最终的排序得分
- 正负样本介绍（规模和比例），如何构造负样本
- 低活用户特征稀疏如何解决

13
docs/推荐算法面经/推荐模型相关.md
View File

@@ -1,15 +1,12 @@
# 3.2 推荐模型相关
## 3.2.1 召回
# 推荐模型相关
## 召回
- 介绍双塔模型
- 双塔模型的输出，用双塔embedding做内积+sigmoid和求余弦相似度+sigmoid的区别
- 双塔模型一般怎么做特征
- 双塔模型为什么不直接把两个塔合起来输入一个DNN
## 3.2.2 排序
## 排序
- 为什么CTR中目前普遍使用深度学习模型替换树模型
- 为什么要有wide层、FM层，deep层不也有记忆能力吗
@@ -24,7 +21,7 @@
## 参考解析
## 3.2.1召回
## 召回
- 介绍双塔模型
- 双塔模型最大的特点就是**「user和item是独立的两个子网络」**，左侧是用户塔，右侧是item塔，这两个塔的参数不共享；
@@ -40,7 +37,7 @@
- 性能：减少线上运算速度，item塔可以提前训练，线上只需要user的embedding和相似度计算；
## 3.2.2 排序
## 排序
- 为什么CTR中目前普遍使用深度学习模型替换树模型
- 强大的表达能力，能够挖掘更深层次数据模式；

14
docs/推荐算法面经/热门技术相关.md
View File

@@ -1,5 +1,5 @@
# 3.3 热门技术相关
## 3.3.1 Embedding
# 热门技术相关
## Embedding
- 介绍下item2vec模型
- embedding冷启动怎么做
@@ -14,10 +14,7 @@
- DeepWalk相比序列embedding优缺点，对那一部分item影响最大
- w2v用的哪一个，是google13年的那篇嘛
## 3.3.2 多任务学习
## 多任务学习
- 多任务学习模型的发展历史详细介绍
- 为什么要用多任务学习
@@ -34,10 +31,7 @@
- 如果一个特征对任务a是正相关，对任务b是负相关，如何处理这个特征
- CTR和CVR任务放在ESMM（都是曝光空间）里和放在PLE（CTR点击空间，CVR曝光空间）里哪种效果好
## 3.3.3 图神经网络
## 图神经网络
- GNN在推荐系统中有哪些用法
- GCN、GraphSAGE、GAT的区别与联系