字节跳动推荐算法面经

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习拷打2.项目介绍3.多任务模型为什么没有使用过ESMM？4.全量更新是怎么做的？增量更新是怎么做的？5.线上线下的验证指标都有哪些？6.多任务模型一般有哪些多任务7.特征优选是怎么做的？为什么要这么做？你还知道哪些特征相关性的分析方法？8.数据样本的比例是多少？9.讲讲PLE模型的架构，细节到每一层的输出都有哪些组成，维度是多少？八股1.讲讲transformer架构2.讲讲Lora，QLora微调的原理？还知道哪些大模型训练的框架3.了解过RLHF吗？4.有没有做过Agent，Agent一般是怎么做的？有哪些流程？5.讲讲ROPE，绝对位置编码和cos，sin相对位置编码的区别？你还知道哪些其他的位置编码？

继续来分享下最近的面经~欢迎友好讨论，信息共享1.论文与项目拷打2.对agentic rl的了解简单介绍langchain和langgraphharness做的事情看起来langchain等也一直在做，为什么harness现在这么火，有什么区别3.端到端生成式推荐生成式召回生成式排序这几个方向各自的代表成果以及侧重你认为目前而言哪一块是融合的最好的，或者说哪一块价值最高码本训练的方法，评估指标，模态对齐怎么做，embedding模型是否要训练，幻觉怎么解决4.手撕:排序链表

美团｜字节跳动｜小红书｜阿里｜腾讯这些走在AI前沿的公司，会考察不少AI内容从招聘JD和HC也不难看出AI内容要求越来越高目前业界主要分为“强制使用派”和“能力评估派”两类。1. 明确要求或鼓励使用 AI• 美团：校招/实习环节设置“AI Coding”关卡（如 Catpaw 系统），通过选择题（工具使用经验）和视频题筛选候选人。• Canva：明确要求前端、后端岗位在面试中必须使用 Copilot、Cursor 或 Claude，禁止纯手写，考察人机协作效率。2. 深度考察工具经验与理解• 字节跳动：面经显示会深入追问 Cursor、Trae 的使用细节，以及 AI 在具体业务场景（如推荐系统、高并发）中的应用逻辑。• 腾讯、阿里：技术一面常问“用过什么 AI 编程工具”，并探讨 AI 对开发范式的影响。• AI 独角兽/初创公司：如面经中提到的豹趣科技等，几乎不问八股文，全程围绕“你用 AI 解决了什么实际问题”进行项目拷打。面试建议与避坑指南1. 工具准备：至少精通一款面试官默认候选人已具备工具使用经验。• 必选：Cursor（兼容 VS Code 生态，支持中文）或 GitHub Copilot。• 加分：了解 Windsurf、Claude Code 或各家自研工具（如阿里的 Qoder）。• 底线：不要只停留在“听说过”，必须有实际项目或代码片段作为案例。2. 能力重构：从“写代码”到“审代码”AICoding 面试的核心不再是手撕红黑树，而是代码评审（Code Review）能力。• 识别幻觉：AI 常生成“看起来对但跑不通”的代码（如编造不存在的库）。面试中需展示你如何快速定位并修复这些错误。• 把控边界：AI 喜欢过度重构或修改无关代码。要强调你如何通过 Prompt 限制其修改范围，确保不破坏原有逻辑。

发点面经攒攒人品～项目相关1. 大概介绍一下你整个系统架构的链路，或者说你的系统整体链路是长什么样子？2. 你的库存信息怎么保留？存不存在超卖的现象？3. 你 Redis 里的信息是怎么跟 MySQL 做同步的？4. 初始结果不一致怎么办？5. 你觉得这条链路在真实的生产环境下能用吗？还有哪些不完备的点？6. 如果消费队列扣减失败或订单写入 MySQL 失败，导致数据不一致，你有什么自动化机制（校验+补偿）来解决？7. 知识库构建的文档和语义信息数据来源是哪里？是自己整理的吗？8. 通过什么去做分词和检索？9. 向量数据库跟正常数据库的区别是什么？它怎么加速相似向量检索？10. 是否了解 HNSW 算法的具体实现？八股1. 缓存击穿、穿透、雪崩这三个概念上的区别是什么？3. 使用 SETNX 指令跟执行 Lua 脚本的差异是什么？4. 排他锁（X锁）跟共享锁（S锁）的区别是什么？5. Java 线程模型如何保证线程间的公平性6. CAS是做什么的？它有什么问题？7. 数据库有哪些隔离级别？8. 如何解决“幻读”问题？InnoDB 引擎下是怎么处理的？9. 聚簇索引和非聚簇索引的区别是什么？10. 什么情况下不需要“回表”查询11. TCP 是通过哪些机制保证可靠传输的？12. 如何解决网络拥塞问题？（拥塞控制、慢启动、快重传等机制）13. 进程和线程在内存结构上有哪些区别和关系？14. 同步 I/O 和异步 I/O 的概念怎么理解？15. 异步 I/O 是在用户态执行还是系统态（内核）执行？谁来负责通知结果？手撕之字形（Zigzag）打印二叉树。