有面试过同岗的朋友欢迎评论区交流1.推荐的基础链路是什么？你对哪部分了解的多？2.如果让你在召回侧搭看板，你会怎么搭？关注哪些指标？3.介绍下什么是冷启动？4.用户冷启动和视频冷启动有什么区别？5.用户冷启动常见问题和解决方法？机器学习基础1.什么是梯度下降？2批量梯度下降 和 随机梯度下降的区别？3常见损失函数？4模型评估指标？AUC 含义？5.数据不均衡怎么办？6.了解大模型吗？7.了解rankemixer吗？介绍下代码1.分割等和子集2.如果允许负数，代码该如何修改

二面1. 自我介绍2. 实习经历（这里只写可能通用考察的问题）如何定位系统的瓶颈，然后如何优化的？为什么重试需要使用二级队列优化，具体怎么做的？3. AI相关RAG 整体链路如何搭建？如何做Query的改写？向量数据库的选型？4. 算法两个线程交替打印奇偶数三面1. 自我介绍2. 职业规划相关后续规划，读研还是工作对AI的看法3. 学习如何学习新的知识和技术对AI coding的实践

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.项目提问2.聚类怎么实现?3.层次聚类和DBSCAN有什么区别?你用了什么停止准则?4.解释TD35.为什么不用PPO而用TD3?6.TD3为啥输出的是确定性策略，里面的actor不也是概率的吗?7.大模型里的RL了解过吗?8.相对和绝对位置编码有哪些?相对位置编码的优势?9.能外推的相对位置编码有什么?10.Normalization有哪些?11.NLP任务里为什么用LN不用BN?12.BN适用于哪里?为什么?Python基础:1.运算符是干嘛的2.kwargs和*args什么区别3.Print(*args)输出什么4.进程，线程，协程5.Async6.@是什么?pytorch里具体怎么实现的?7.装饰器的原理手撕:最长公共子数组，用O(n)方法实现(可以看出面试官想挂我

祝大家都能拿到满意的Offer！攒人品中～1. 实习项目介绍2. BN的可学习参数？作用？3. xDeepFM介绍4. DCN的架构5. WideFM和DeepFM区别？这一系列模型出现是为了解决什么问题？6. 长序列建模的方法7. DIN架构实现细节8. SIM改进了什么问题9. 召回粗排精排的链路10. 多任务学习MMoE的认识11. 介绍相关模型（MMoE，PLE）12. ESMM13. SSB样本选择偏差14. 算法题： 树的直径，子数组和等于k的数目