反问紧张了:腾讯广告算法二面

✅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DIN
 4、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。