字节推荐算法面经

1. 这个岗位是抖音电商岗位，在data部门，主要是做山寨商标识别的，可能需要用到多模态模型对山寨logo识别，或用到AIGC模型生成一些山寨logo2. 介绍完自我介绍，就是一道力扣困难题，求两个有序数组中位数，要求时间复杂度log(m+n)，可能需要二分法，但之前看力扣答案还看不明白，再写下去属实是浪费时间3. 项目深挖，主要是问我textual Inverion和Lora的作用，没有问我的论文4. 八股：Lora实现细节，PPO实现细节，是否知道大语言模型常用的旋转位置编码，是否了解deepseek的GRPO，你对多模态模型了解多少5. 思维题：如果你和一个人比赛但是你的胜率较低，你是选择五局三胜还是三局两胜获胜的概率大？答案应该是三局两胜，我跟面试官说可以建一个二叉树用回溯法求全概率然后比较。但是他让我用直觉判断，果然我的直觉是不准的，选了五局三胜。6. 开放题：如果让你去生成一些山寨logo，该怎么做。我回答的是首选图像编辑模型，在原有logo的基础上通过语言进行额外控制，可以最大限度保留原logo特征；因为logo的颜色较为单一，可以考虑用controlnet➕线稿修改的方式生成。线稿修改可以人工提供一些样本，成本相较于直接人工绘制山寨logo较低。

面试官人很好，语气和善有耐心，一面30min询问可实习时间，base自我介绍询问项目，没细问，大概用了什么方法什么算法对岗位内容XXX的了解多少。突击复习的，只了解一些技术名词，如实说。手撕：反转链表+大于给定数 （太久没coding，写了点伪代码解释了一下思路）反问面试体验还是很不错的，作为上次校招面试还是21年的小菜鸡来说全程给人很舒适的感觉。应该凉了，偏研究类型的岗位，一些知识还是不匹配，提升自己吧还是

快手：职级校招普通职级，电商直播推荐算法模型组，主要方向除精排传统迭代外，还包括llm方向（生成式推荐，内容理解）工作时长10-9-5/11-10-5，据说组内氛围好，不强制不打卡。组内女员工蛮多，算是一个比较女性友好的组。字节：职级2-1，抖音直播推荐营收组，非常核心的组，抖音直播流量也是top的。主要方向是策略+模型（一半一半），组内明确说不做生成式推荐，是非常for业务的组。工作时长11-9.30-5两家总包和base均差不多，均已超出主包预期。均base 北京，楼主女生

1.项目相关2.如果是做生成式召回应该对模型结构怎么修改3.常用的归一化方法有哪些4.从样本里随机去掉一些负样本，Auc怎么变5.DPO的全称是什么，公式是什么，直接体现在哪里6.MOE激活的分布，怎么确定是MOE的效果7.dpo的公式是什么8. sgd是什么，Adam相对于sgd改进了什么9.kvcache怎么做的，了解大模型中别的提高效率的办法吗位置编码10. 正余弦位置编码的公式手撕📳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。