- 实习项目解决了什么问题？- 生成式项目的应用场景是什么样的，后续还要经过粗排吗？- 生成式模型怎么评估离线效果和在线效果？- 有没有看过生成式模型的冷启动性能？- 有没有看过生成物品与用户历史点击序列的相关性？这个生成的物品有没有含义？ - 了解哪些召回的负采样策略？- 召回的随机采样和batch内采样有什么优劣？能不能只用batch内采样，不用随机采样？- 粗排和精排有没有SSB问题？- 精排需要补充未曝光样本作为负样本吗？答：实践表明一般不需要处理，没有明显的效果提升。- 对于一个MLP模型如何评估特征的重要性？是否了解gate方法，如senet和masknet网络？- 在推荐场景下，...

  被美团在二面挂了三次了 已疯掉  

又拿到两个offer 哈哈哈哈哈好开心

一面：重SQL1. 简历深挖（问项目的背景，方法，遇到的困难）2. 假如某一天某一地区的滴滴乘客用户急剧下降，你应该如何分析3. 介绍一下自己熟悉的模型评价指标4. SQL熟练度5. 两道SQL题：（max、窗口函数）6. 平常使用什么打车软件：滴滴和高德打车的区别在哪里二面：重思想1. 简历深挖（涉及python）2. 简单介绍一下GBDT和随机森林的区别3. AB实验了解么？干什么的？能使用到任何场景么？4. 估算一下楼下咖啡店的销售额（费米问题）5. 你对数据分析岗位的理解和未来职业规划？