腾讯-日常实习-推荐算法面经 攒人品

攒人品中，祝大家都能拿到满意的Offer！1. 拷打项目2. 拷打实习部分问题：2.1 介绍一下主要做的事情，一些特殊细节，包括整个项目的背景。2.2 讲一下RankMixer 的结构的核心原理。它和传统的交叉网络或者是多任务多场景的一些模型比的话，它的优势2.3 你刚刚提到了动态拓展 token 数量，然后来实现自动的交叉。这个动态拓展是怎么做的？2.4 指标这里我看 CTR 的 AUC 是涨了**个bp，但是它的 GAUC 是涨了 (**+5) 个bp，GAUC涨的更多，这里有分析过原因吗？2.5 最终你们是怎么去评估的，就是这些场景特征到底起作用了没有？2.6 有试过添加更多 Token 吗？它的边际效率在哪里？2.7 所有场景的样本是一起训的吗？还是一个场景一个模型？手撕：交换相邻字符的最小操作次数手撕：二叉搜索树的第 K 大节点

这是一份面向2025/2026/2027届技术岗校招同学的保姆级准备指南。作为一名“过来人”和曾经的面试官，我将把这套流程拆解为三个核心阶段：简历打磨（敲门砖）、笔试（入场券）、面试（决胜局）。第一阶段：简历准备——要在30秒内证明“我能干活”面试官看一份简历的平均时间是30-60秒。你的目标不是写自传，而是**“在第一屏展示出匹配度”**。1. 核心原则：STAR法则不要写流水账（“做了什么”），要写成果（“解决了什么难题，带来了什么数据提升”）。S (Situation)： 背景是什么？（如：高并发场景）T (Task)： 任务是什么？（如：降低接口延迟）A (Action)： 你做了什么...

攒人品中，祝大家都能拿到满意的Offer！1.项目模型的损失函数具体是什么2.Recall@5/10具体含义3.新模型了解哪些4.交叉熵的具体公式5.反向传播原理6.算交叉熵关于logit的梯度7.transformer encoder8.多头注意力多头的区别，输入有区别吗9.为什么用qkv不是向量自己做内积10.手撕:按字符出现频率降序排序，频率相等时按字符字典序升序排序。torch实现池化升维降维

从整体来看，这一轮面试覆盖面非常广，但并不杂乱，反而体现出一个非常清晰的用人标准：工程基础 + 系统理解 + 代码能力 + 安全意识。题目横跨网络、操作系统、数据库、数据结构、C++语言特性以及系统设计，典型地体现了大厂基础面试的特点——不追求特别偏门的知识，而是反复验证你是否具备扎实的“计算机底层能力”。本文不对具体题目做答案展开，而是从“题目结构”和“准备方法”两个维度进行拆解。一、面试题目结构拆解1. 网络与安全（高频核心模块）涉及题目：HTTP 与 HTTPS 区别及 TLS 握手流程打开网页全过程常见网络安全漏洞与防护加密算法与 RSA 原理这一部分的核心不是记忆协议细节，而是理解三...