推荐算法岗三轮技术面+HRBP面面经分享推荐

今天老师为大家整理了部分推荐算法面试经验。供各位同学参考。
✅一面
1️⃣首先是做自我介绍，这个可以提前准备一下介绍简历中写的论文
2️⃣问做的东西在工业界有没有一些应用场景，可以发散的聊一聊问了下之前实习主要是做些什么，有什么收获或者感想召回常用的一些方法
3️⃣FM，DCN等推荐相关的知识写代码，一道工程模拟题，实现一个类和三个函数，分析时间空间复杂度，然后优化提问环节
✅二面
1️⃣自我介绍完做了二十分钟的产品调研
2️⃣聊一聊推荐系统知识，对推荐系统的掌握程度。如实说了，在学校没有做过推荐相关的项目
3️⃣让我介绍了下常见的算法模型，协同过滤、矩阵分解，FM，DCN的原理以及优缺点
4️⃣问了一下Wide&Deep模型的原理
5️⃣推荐系统怎么做新用户冷启动推荐系统中的一些带bias的场景
6️⃣怎么debias写一道代码题，三角形中最小路径之和提问环节
✅三面
1️⃣自我介绍以及介绍论文推荐系统中debias的方法，比较开放性的讨论
2️⃣多任务学习中推荐系统中的应用给了一个场景，让设计一个推荐系统架构，然后分析存在哪些问题。
3️⃣多任务学习的参数共享及不共享参数各自的优缺点，然后从这两个角度分别去设计模型，包含特征交叉，embedding之类的。
4️⃣一道代码题，只写出了最简单版本，分析时空复杂度，然后有优化的思路，代码没写出来，结束了看了下是leetcode hard题。
5️⃣提问环节HRBP面问了对推荐这个岗位的了解，以及为什么选择推荐
📳对于想求职算法岗的同学，***************************