字节抖音推荐算法二面 1h
发一下问题给大家参考,攒攒人品!
1. 实习拷打
2. 项目深挖
3.推荐业务目前的优化目标是什么?
4.多场景建模具体指什么?不同场景下用户行为有什么差异?
5.这些场景是分开建模还是统一建模?特征或网络层面有没有做场景区分?
6.如果特征落盘时刻上下文发生变化,是否会造成线上线下不一致?
7.能描述一下从用户请求、模型训练到在线serving的完整流程吗?样本落盘机制是怎样的?
8.离在线链路是分离的还是统一的?流式样本和离线样本分别如何使用?
9.介绍一下RankMixer的结构原理。它与MLP、Transformer或DIN相比,核心区别和优势是什么?
10.如果拓展token数量,具体如何实现?为什么token机制能实现特征的自动深度交叉?
11.场景特征是直接拼接embedding,还是有独立的场景block?独立使用还是全局共享?
12.如何判定模型优化效果是正向还是负向?评估方式是什么?
13.所有场景样本是一起训练还是分开训练?指标是看全局还是分场景?
14.超长序列建模的长度是多少?具体实现方案是什么?
15.多尺度注意力指的是什么?与全序列原生attention相比有何区别?
16.不同时间段的序列输出如何融合?如何平衡每个时期兴趣的权重?有没有自适应机制?
1. 实习拷打
2. 项目深挖
3.推荐业务目前的优化目标是什么?
4.多场景建模具体指什么?不同场景下用户行为有什么差异?
5.这些场景是分开建模还是统一建模?特征或网络层面有没有做场景区分?
6.如果特征落盘时刻上下文发生变化,是否会造成线上线下不一致?
7.能描述一下从用户请求、模型训练到在线serving的完整流程吗?样本落盘机制是怎样的?
8.离在线链路是分离的还是统一的?流式样本和离线样本分别如何使用?
9.介绍一下RankMixer的结构原理。它与MLP、Transformer或DIN相比,核心区别和优势是什么?
10.如果拓展token数量,具体如何实现?为什么token机制能实现特征的自动深度交叉?
11.场景特征是直接拼接embedding,还是有独立的场景block?独立使用还是全局共享?
12.如何判定模型优化效果是正向还是负向?评估方式是什么?
13.所有场景样本是一起训练还是分开训练?指标是看全局还是分场景?
14.超长序列建模的长度是多少?具体实现方案是什么?
15.多尺度注意力指的是什么?与全序列原生attention相比有何区别?
16.不同时间段的序列输出如何融合?如何平衡每个时期兴趣的权重?有没有自适应机制?
全部评论
强烈推荐!这个笔记写得很清晰 http://github.com/AccumulateMore/CV
考虑我司不,欢迎联系
26届春招:https://careers.pddglobalhr.com/campus/grad?t=3fXmNaZmBZ
27届实习:https://careers.pddglobalhr.com/campus/intern?t=YALOcYGvsa
相关推荐

查看5道真题和解析