字节推荐算法一面面经

8.23号做的笔试 9.2打电话约面，9月5号下午一面平台：飞书问答：1.自我介绍2.推荐项目拷打项目的轻量级体现在哪？双塔模型使用了哪些队列特征？做了多路召回吗？还知道哪些召回方式？协同过滤召回的优缺点是什么批内负采样是怎么做的？工作过程是怎么实现的？3.其他项目拷打yolov5的正负样本采样如何实现的？推理阶段均值和方差是如何确定的？4.主要研究方向是什么？5.我看你用了一个xgboost模型，是树模型吗？6.对多目标推荐系统有了解吗？单目标和多目标的区别在哪里？多场景下部分场景数据量少该如何解决？（感觉我说的不对）7.特征处理是怎么做的？如何输入到模型？Embedding层需要训练吗？线上该如何使用？8.梯度消失梯度爆炸现象出现的原因？该如何解决（脑子抽了回答成如何解决过拟合问题了）9.Adam优化器和SGD优化器相比的优势在哪里？手撕：ACM模式Leetcode LCR82 组合总和II  与hot100里面那个不一样，但主要都考察回溯反问：1.面试表现如何？有无改进建议2.主要业务是做哪些面试官很随和，压力不是很大，主要是我自己有点紧张了还得练

1. 阿里巴巴旗下某电商平台计划针对高校学生开展“校园创业扶持计划”，为有创业想法的学生提供开店指导、货源支持、流量扶持等服务。作为产品经理，你会如何设计这个计划？请详细说明计划的参与条件、服务内容、扶持周期以及效果评估方式。◦ 追问1：如何确保扶持计划真正帮助到有潜力的学生创业者，避免资源浪费？◦ 追问2：如果在计划实施过程中，发现部分学生创业者对电商运营知识的掌握不足，影响店铺发展，你会如何解决这个问题？2. 该电商平台的“智能推荐”系统是提升用户购物体验的关键，但部分学生用户反馈推荐商品与自己的需求匹配度不高。针对校园用户场景，你会从哪些方面优化智能推荐算法？请说明具体的优化方向和数据收...

1.自我介绍2.三高理解，谈谈如何在开发中保证三高3.谈谈冷热分离架构，在机架层和在业务层怎么做4.服务的可用性在mysql集群架构什么问题5.手撕记录一个id，时间戳，数量找到哪个时间点数量总和最大6.设计一个map-reduce架构解决这个问题7.遇到数据倾斜怎么办呢8.加盐怎么知道要对什么key加盐呢9.除了加盐还能怎么变呢10.宽窄依赖11.开发中一般要避免什么，为什么12.spark的内存模型13.既然他是基于jvm的，是怎么做到对堆外内存的管理，是怎么做的，做到什么效果的，这个地方详细讲讲14.rdd是存放在哪里15.如果有oom了，怎么分析排查哪里触发了oom16.除了代码问题导致oom，还有什么可能导致了oom17.你在设计开发的时候会注意什么东西避免出现oom，以及其他问题18.举算子导致触发宽依赖19.groupbykey和reducebykey区别20.详细分析spark从输入到rdd到输出中间三个阶段的一致性是怎么实现的，尤其中间commitcoordinator 详细展开讨论讨论21.详细分析spark容错的机制，有什么层面的容错，是怎么做容错的，展开讨论讨论22.详细分析spark节点间是怎么通信的，用什么协议，怎么用的，有什么好处23.详细分析下spark持久化机制是怎么做的，spark是怎么和hdfs交互的，这个过程的细节24.spark的shuffle机制是怎么样的，有哪些shuffle，详细展开讲讲25.这shuffle中间有和内存模型相关的东西，请你再详细讲讲他们的关系毫无心理准备，spark直接被全方位问穿

介绍下实习的主要工作内容是什么，然后问了些实习工作中比较细节的问题 从输入url到网页呈现出来的过程（详细问了DNS协议缓存，没答上来）TCP/IP协议三次握手如何保证网络传输的安全性TCP和UDP的区别，UDP怎么实现可靠传输反向代理是什么什么情况下会用到反向代理Linux了不了解，怎么查询一样的。。（什么东西忘记了）死锁是什么数据库sql语句获取数据的过程，说得越多越好什么情况下会用到分库分表dy观看直播这个功能的测试用例设计手撕：应该是力扣16题，最接近的三数之和一辆大巴能装多少高尔夫球