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。

全部评论

相关推荐

龙珠传说:nb,公务员解约不需要支付违约金吧
点赞 评论 收藏
分享
06-03 16:15
重庆大学 C++
点赞 评论 收藏
分享
评论
1
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务