✅一面 1、数据集构成 2、最长的点击文章序列长度 3、为什么选用DIN模型，介绍下DIN 4、DIN跟传统神经网络DNN CNN区别 5、DIN是拿哪些信息训练的 6、LGB只用了统计特征吗，已有embedding，为什么不用深度模型呢 7、LGB输出的是什么，它的预测分数是什么 8、DIN的输出和预测分数是什么 9、加权融合部分怎么做的，权重怎么定，为什么DIN高 10、为什么不用LGB和DIN的结果（DNN之前）做拼接再softmax，而是在外面做加权融合呢 11、u2i是自己做的还是模型自动做的 12、相似度矩阵具体怎么做的 13、有了解过FM吗，为什么不用FM或者自适应的特征交叉之类呢 14、最后拿到的结果是什么样的，和第一名的差距如何✅反问： 1、广告推荐的场景--所有广告的推荐 2、具体负责的工作--提升广告和用户的匹配度和匹配效率，偏向广告主侧 3、实习生培养模式--课程、带做项目，短周期输出校验 4、建议--学原理，深度优先📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

之前base成都的美团一面被挤下去了，原因是投太晚了，没有坑位了估计。然后前几天被上海核心部门捞起来了，30号下午3点的一面。两次的面试官都很不错，说话很温柔，有不会的会提醒引导你。1.自我介绍2.大部分时间的项目拷打（包括但不限于项目背景、负责的主要工作、可靠性实现、压测、QPS、遇到的挑战及如何解决、怎么实现数据批量异步同步、高并发下的库存一致性、db有哪些表）3.JVM：垃圾回收算法，内存区域，如何排查OOM，4.RPC框架的了解，使用过哪些组件，Dubbo了解过吗，有哪些组件5.数据库ACID特性6.synchronized 与 ReentrantLock 7.Bean的生命周期8.T...

面试官人很好，然后一开始基本上是small talk，了解一下基本情况。之后回到正题开始手撕，问题是高精度加法的进位次数，只考虑正整数，且需自己特判错误输入。最后进行反问。流程大概二十多分钟。

⌚️投递时间：6.3👋一面：6.6🤏二面：6.6二面挂一面（6.6）：hr电话面试家庭情况期望工作地点简要介绍项目学习科目二面（6.6）：飞书视频面试xml和json的区别xml中src和href的区别浮动盒布局（我理解成flex布局了）flex固定布局、相对布局、绝对布局选择器选择器优先级如何操作domjquery（不会，遂没往下问）es6数据类型let和var的区别浅拷贝和深拷贝null和undefined的区别vue2和3的生命周期区别v-model原理虚拟dom口述实现九九乘法表反问