我很平凡，但希望为世界做出微小而美好的改变

✅一面 1、数据集构成2、最长的点击文章序列长度3、为什么选用DIN模型，介绍下DIN4、DIN跟传统神经网络DNN CNN区别5、DIN是拿哪些信息训练的6、LGB只用了统计特征吗，已有embedding，为什么不用深度模型呢7、LGB输出的是什么，它的预测分数是什么8、DIN的输出和预测分数是什么9、加权融合部分怎么做的，权重怎么定，为什么DIN高10、为什么不用LGB和DIN的结果（DNN之前）做拼接再softmax，而是在外面做加权融合呢11、u2i是自己做的还是模型自动做的12、相似度矩阵具体怎么做的13、有了解过FM吗，为什么不用FM或者自适应的特征交叉之类呢14、最后拿到的结果是什么样的，和第一名的差距如何✅反问：1、广告推荐的场景--所有广告的推荐2、具体负责的工作--提升广告和用户的匹配度和匹配效率，偏向广告主侧3、实习生培养模式--课程、带做项目，短周期输出校验4、建议--学原理，深度优先📳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。

1公司主要做出海广告（500-999）钛动科技广告算法岗位2公司是做短剧的（这个公司100-499人）诸云科技广告算法岗位3公司做智能客服的（500-999）晓多科技大模型预研岗位（hr 语气不好4公司做智能客服的（100-499）快商通大模型岗位hr说很多在她们那实习了的同学去了大厂

一面（面试官很好！很有耐心！）1.spark中rdd叫弹性分布式数据集，这个弹性的含义2.小文件的危害以及怎么处理3.spark中宽依赖、窄依赖4.stage的划分5.kafka怎么保证数据不重复消费（没回答上，但说了怎么重复消费数据）6.checkpoint机制7.spark的三种join（boardcast join,sort merge join,shuffle hash join）7.四道sql（前两道很简单，第三道次日留存和七日留存，第四道连续登录问题）8.算法题：移动最少区间个数 使得剩余区间无重叠1. 输入：[1,2][2,3][4,6][1,3]2. 输出：13. 解释：移除[1,3]后，剩余区间无重叠（面试后在牛客网看见有人分享这道算法题）一面最后面试官还问我以后的计划，我说打算先实习明年春招边实习边找工作，她居然问我没想留着字节吗（我当然想！）中间有些问题没想起来，耗时1小时40分钟二面（面试官很好！问的都是和数仓相关的，结合我的实习问）1.之前工作都干了什么2.之前实习搭建数仓的结构3.了解事实表吗，了解维度表吗4.怎么和其他人对接的5.你属于风控部门，但主要是构建数仓开发，那有没有和其他数据开发人员交流过6.你只有一段实习吧，那实习前后有什么感悟吗7.为什么要选择数据开发（我说因为之前实习是干数仓的，他说不要因为之前干什么就觉得以后三十年干什么，实习还是丰富点，看看干什么）8.最后反问二面耗时50分钟，感觉面试官对我回答的第七个问题不满意，只是我明年要毕业了，得多来一份垂直的实习建议多复习spark、hive方面的八股文、概念问题，实习生主要负责离线数仓开发

其实每当面试/老师问起我研究兴趣时，我都一脸茫然，我好像没有什么兴趣，更多的兴趣应该在追求“金钱/成就”，领域什么都可以。因为听说ai赚钱多所以本科报了ai，只在本科的期末考擅长做题，然后保研去了一个还不错的学校top2。但是读研以后科研毫无建树，代码能力也平平无奇，勉强懂一点，会git clone，看到bug会断点调试找一找的程度，要我自己创新我就不懂了。去年拿到了一个挺不错的面试机会是msra的科研岗，问了我很多有深度的科研问题，但我表现很糟糕，面试官看在我学校还不错的份上让我准备两周再面一次，那两周我一直跟着一些github的tutorial学习 抄一抄代码和推公式，感觉似乎是能把那些理论的八股和公式都会推了，两周后的面试老师在我背完八股以后问了几个开放性问题我又不会了，又挂了。感觉自己太菜了有很想找个好的实习，学长帮我内推到了一个学校的实验室氛围很好，他们产出顶会蛮多的，但我依旧只会git clone，初期在实验室确实学会了一点东西还是有所进步的，但后面老师要我做一点自己的原创/复现一个没有git仓库的论文的代码，我就歇菜了，这段实习也不了了之。我好菜哈哈哈。在这段实习之前还做了一段搜广推的实习，部门和mentor都挺好的，但是mentor对我真的太仁慈了也不push，发了任务我做不出也不会怪我，然后就给我换题目啥的，还是稍微学了点，但也没有产出啥东西。每一次都觉得自己好菜啊，到现在依旧0论文 实习也都是划水，以后找工作我都不知道能咋样