📳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. 详细讲讲你第一个实习项目的内容和背景。2. 你们采用的是四塔结构（多目标建模），相比传统的双塔结构（用户塔+商品塔），它的优势体现在哪些方面？带来了哪些实际提升？3. 离线流程是如何设计的？线上服务调用离线结果时，是实时更新还是按固定周期刷新？4. 用户塔中用了哪些特征？模型上线后，你们重点监控了哪些指标？比如场景内的表现，以及跨类目的泛化能力等。5. 多模态特征的维度大概是多少？为什么加入多模态特征后，全量上线效果显著提升？6. 在商品塔中引入多模态 encoder 后，为什么离线评估效果反而下降了？你们有分析原因吗？7. 讲讲你参与的第二个项目。这个项目中特征工程是如何优化的？混合负采样策略是怎么设计的？损失函数选的是什么？有没有尝试不同的激活函数？效果如何？8. 在模型迭代过程中，有没有尝试其他结构，比如专家网络（如 MMoE）？效果如何？9. 基础知识点：- 如何有效防止模型过拟合？- Transformer 的基本结构是怎样的？- 决策树的构建原理：基尼指数、信息增益率的计算公式？它们分别代表什么？是越大越好还是越小越好？节点如何划分？树的深度如何控制？如果树太深了怎么办？- GBDT 相比传统决策树做了哪些改进？10. 编程题：给定一个升序排列的数组和一个目标值，编写函数找出该值在数组中出现的起始位置和结束位置。📳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。

✅一面 1.实习项目拷打2.如果直接把这些特征输入到一个 LR 或其它简单模型做融合，和你现在的模型相比效果差距大吗？3.相比 LR 这样的线性模型， MMoE 的优化优势体现在哪里？4.不同专家数对比现在设置的专家数 diff 有多大？5.有没有尝试过简单的 MLP ？6.离线模型有没有对 DAU 的提升纳入到预估目标里面？7.手撕: LC 25.K个一组翻转链表✅二面1.实习继续拷打2.UserCF 和 ItemCF 的核心区别是什么？3.对 BERT 有了解吗？4.了解自回归任务吗？5.从 MMoE 到 PLE ，这条路线的发展方向是什么？它们分别想解决哪些问题？6.对推荐系统中的重排模块了解哪些？7.手撕: LC 124．最大路径和📳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。

📳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。

1⃣️ 一面1.实习项目2.组内推荐的完整链路3.召回，有哪些路？有没有做用户分层？4.粗排：有没有做物料保量？多样性、类别不平衡怎么处理？5.精排：用了什么模型？PPNet 的域有哪些？用什么规则来分域？6.八股:MMoE / PPNet 建模方式、跷跷板现象怎么解决、哪些模型能解、为什么能解决；7.ESMM 的原理、它解决了什么问题、样本选择偏差为什么会出现；ESCM2建模方式8.DCN 以及 DCNv2 的改进点；9.DIN 有没有实际用过。10.手撕2⃣️ 二面1.实习：项目继续深挖2.八股：LGBM 原理和调参方法、DIEN 相对 DIN 的改进、SIM 的建模方式、特征选择和特征重要度分析方法、训练时 loss 不稳定怎么处理。3.场景：对于用户播放时长这种连续型目标，通常用什么建模方式才能做数值级别的预测？4.手撕：LeetCode 143 重排链表。📳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.自我介绍2.AUC 的横纵坐标是什么3.Rank 的公式是什么4.什么是 AUUC5.delta 是作用6.写一下二价计费的公式7.为什么会计费会突增8.写一下欠收追收的 gap 、 new _ price 怎么计算的9.调价的时间窗口怎么确定的，有做数据分析吗10. 你知道广告漏斗的概念吗11.Uplift 模型的 Loss 怎么计算的12.code :lc3无重复字符的最长子串📳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。

✅一面 1.自我介绍2.attention计算公式3.项目拷打，特征怎么做的，为什么选这个模型4.Transformer的结构讲解5.MMOE的缺点？PLE的改进点在哪？6.共享专家和独享专家的个数分别是多少7. GNN里边你觉得最重要的知识点是什么8.讲一下transformer的encoder和decoder9.手撕：N皇后✅二面1. 自我介绍2. itemcf公式，itemcf改进的公式了解吗3. LongLoRA和LoRA区别4.项目拷打，问的比较仔细，模型的参数，数据量等5.共享专家和独享专家的层数相同吗？6.transformer中用softmax有什么问题呢？该怎么解决7.手撕：最长递增子序列的改版8.场景题：Alice和Bob选数字，偶数A得分，奇数B得分

📳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。

1️⃣排序与选择·快排( LC 912)·数组中第 k 大的元素（ LC 215)·数组中最小的 k 个数( LC 面试题17.14)2️⃣二分与数学（含概率）· sqrt ( x )( LC 69)·pow ( x , n )( LC 50)·搜索旋转数组( LC 33)·Rand7实现Rand10( LC 470)3️⃣双指针与滑动窗口·三数之和（ LC 15)·滑动窗口最大值（ LC 239)·有效三角形的个数（ LC 611)·最小覆盖子串（ LC 76)·长度最小子数组( LC 209)4️⃣栈与队列／表达式·有效的括号（ LC 20)·最长有效括号( LC 32)·逆波兰表达式求值( LCR 036)5️⃣链表·反转链表（ LC 206)·反转链表 II ( LC 92)·k 个一组翻转链表（ LC 25)·环形链表/环形链表 II ( LC 141/142)·删除链表倒数第 n 个节点（ LC 19)·课程表 II ( LC 210)6️⃣动态规划（序列／路径／计数／区间）·最大子数组和（ LC 53)·最长递增子序列 LIS ( LC 300)·最小路径和（ LC 64)·加油站（贪心／ DP , LC 134)·最大乘积子数组（ LC 152)·打家劫舍 II ( LC 213)·不同的子序列( LC 115)·爬楼梯( LC 70)·最长公共子序列 LCS ( LC 1143)7️⃣字符串·最长回文子串（ LC 5)·最长回文子序列( LC 516)·字符串解码（ LC 394)·编辑距离( LC 72)·大数相乘（ LC 43)

1️⃣一面 1. 自我介绍（开始吟唱）2. attention计算公式3. 项目拷打，特征怎么做的，为什么选这个模型4.多目标学习建模方法5. 共享专家和独享专家的个数分别是多少6. 讲一下transformer的encoder和decoder8. 手撕：N皇后2️⃣二面1. 自我介绍2. itemcf公式，itemcf改进的公式了解吗3.项目拷打，问的比较仔细，模型的参数，数据量等4. MMOE的缺点？PLE的改进点在哪？transformer中用softmax有什么问题呢？该怎么解决6. 场景题：Alice和Bob选数字，偶数A得分，奇数B得分7. 手撕：最长递增子序列的改版8.反问📳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.Lora 的相关八股:常见参数、缩放2.有没有做记忆衰退，避免旧数据干扰新任务？3.Deepspeed zero3为什么比zero2更省显存4.训练大模型的框架都有哪些呢5.讲解一下 Flash Attention6.讲解一下 Qwen 的滑动窗口注意力机制，计算量是多少？7.PPO 的损失函数构成。8.讲解一下KL散度。PPO和GRPO的损失函数有哪些区别？9．在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？10．32B 模型全量微调 和Lora 微调的显存估算11．你们这种模块堆叠的架构是怎么设计视觉问答模块和动作模块的协同逻辑的？12. human feedback 是怎么被 agent 消化吸收的？📳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。

🍓针对今年要参加算法岗秋招的同学，给大家讲解一下淘天集团部门的分布和岗位情况，方便大家认识目前算法岗的招聘现状。[火R]淘天分为阿里妈妈，搜推智能产品事业部和业务技术三大部门。算法岗主要围绕大模型，搜广推，多模态，AIGC，机器学习等方向进行招聘。1️⃣阿里妈妈：有稳定的收入来源，团队氛围和技术都算首屈一指，包括广告算法团队和AIGC团队，分别招聘搜广推算法/大模型算法和AIGC图像/视频生成算法。面向的场景是：搜索，生成式推荐，出价，生成式创作工具等2️⃣搜推智能产品事业部：包括算法技术和未来生活实验室。技术方向广泛，包括搜索推荐的智能化，基座大模型，也包括AI应用比如拍立淘，淘宝问问等。招聘的算法方向是最多的，包括搜广推算法，大模型预训练，大模型应用，生成式搜推，多模态表征，AIGC生成等。部门目标是AI赋能淘宝，推动下一代AI搜推系统的发展。3️⃣业务技术团队：包括AI原生团队，淘宝3D团队，音视频技术团队，供给团队和直播AIGC团队。原生团队和直播AIGC团队招聘面向多模态/AIGC方向。供给团队面向大模型/Agent方向进行招聘。🍓给大家总结一下：如果要收获好的算法岗offer，尽量选择工业界的热门方向去提升自己，比如大模型/多模态/AIGC/生成式搜推，这些方向是未来互联网大厂重点投入的。✴️如果同学想免费规划算法岗学习路线以及了解项目辅导的具体信息，欢迎后台咨询，支持大模型/多模态/搜广推/AIGC等热门方向。

✅一面 1.针对简历上的实习提问。2.kl散度和交叉熵的关系3.LoRA介绍，和全参sft怎么选择？小模型的sft和大模型的LoRA效果对比会是怎么样的？sft数据集如何构建？4.介绍AUC，AUC表达的是什么？5.recall重要的场景下，如果recall很高，precision很低怎么办？6.precision和recall都是什么，不同场景下precision和recall如何关注？哪个更重要？7.手撕-实现shuffle函数。✅二面1.实习项目介绍和提问。2.对一份数据在某个场景下进行分类/识别/检测，用大模型有什么方法可以做？3.如何对AIGC的文本进行评估？4.幻觉如何解决？真实性如何评估？5.RAG过程中索引可以做哪些优化？6.kl散度表示的是什么。7.反思机制是什么做的？为什么要用反思？8.ppo中kl散度的作用。9.手撕kmeans。10.实现一个简单的mlp，从csv读取数据。📳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。

1️⃣一面：1．自我介绍2．选一个做的好的实习或者论文讲一下3．了解 RAG 吗， GraphRAG 的做法4．讲一下 FlashAttention 的思想和做法5．讲一下 RoPE ,目前常用的位置编码还有哪些， Ro PE 有什么优点6．场景题：如果要提升大模型的多轮对话能力，你有哪些可以改进的点7．代码题：56．合并区间2️⃣二面：1．自我介绍，问实习和论文2．实习微调过Qwen2，你说说Qwen2的模型结构吧，Qwen2相比Qwen1做了哪些改进3．为什么现在 Decoder - only 成为大模型的主流架构4．了解过哪些模型训练推理优化的方法5．为什么有了 SFT 之后还需要 RLHF6 .PPO 和 DPO 的主要思想是什么7．代码：23．合并 K 个升序链表3️⃣三面：1．自我介绍，过实习和论文2．了解 Qwen 的结构吗，微调的数据配比是怎样的3．大模型的灾难性遗忘问题怎么解决4．了解 KV cache 吗， GQA 的思想是什么5．场景题：目前有一些专业领域知识（如医疗知识或者法律条文），准备做个智能助手，如何搭建一个 RAG 链路6．开放题：用过豆包吗，觉得目前豆包还存在什么问题7．代码：416．分割等和子集📳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。