美团暑期实习 本地商业搜推算法一面
攒人品中,祝大家都能拿到满意的Offer!
1.实习拷打
2.拷打第一个项目:
2.1CTR和CVR是两个独立模型还是多目标模型?为什么这么设计?
2.2精排模型最终rank分怎么得到?是加权和还是learned score?
2.3新引入的特征有没有尝试用序列建模,而不是离散/连续特征处理?
2.4如果CTR/CVR离线涨了但线上不涨,如何判断问题出在哪?
3.拷打第二个项目:
3.1序列较稀疏的情况下,建模时如何处理稀疏性问题?
3.2序列长度怎么确定的?
3.3上线后线上RT变化多少?
4.拷打第三个项目:
4.1非序列特征为何要异构FFN/QKV,序列特征为何可同构?
4.2causalmask如何支持single user multiitem推理优化?
4.3MFU提升的收益来源做过归因拆解吗?
4.4异构特征token化的方案有哪些?
5.Coding:最长回文子序列(hot100)
1.实习拷打
2.拷打第一个项目:
2.1CTR和CVR是两个独立模型还是多目标模型?为什么这么设计?
2.2精排模型最终rank分怎么得到?是加权和还是learned score?
2.3新引入的特征有没有尝试用序列建模,而不是离散/连续特征处理?
2.4如果CTR/CVR离线涨了但线上不涨,如何判断问题出在哪?
3.拷打第二个项目:
3.1序列较稀疏的情况下,建模时如何处理稀疏性问题?
3.2序列长度怎么确定的?
3.3上线后线上RT变化多少?
4.拷打第三个项目:
4.1非序列特征为何要异构FFN/QKV,序列特征为何可同构?
4.2causalmask如何支持single user multiitem推理优化?
4.3MFU提升的收益来源做过归因拆解吗?
4.4异构特征token化的方案有哪些?
5.Coding:最长回文子序列(hot100)
全部评论

感觉问的还挺多的
哪个部门的
相关推荐
代码飞升AL:没必要去了吧感觉 除非你想冲这个转正
点赞 评论 收藏
分享
了好LED:感谢楼主这么详细的分享!这篇真的帮我把央企求职的“隐性门槛”理清了。
点赞 评论 收藏
分享