✅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。