一面 项目，transformer 架构，encoder和decoder哪个重计算哪个重缓存，两者区别。transformer 和cnn的区别。手撕：翻转矩阵。二面项目，遇到的最大困难，如何解决，八股很少，基本上都是在考察场景问题。手撕：求第k 大的元素（一开始用了大顶堆，优化，其他解法）三面有啥爱好，如何看待华为价值观，职业规划，如何看待互联网公司和华为，期望薪资

1、自我介绍2、Transformer 的结构3、DIN和Transformer 的注意力机制区别4、softmax表达式，以及导数推导5、推荐场景下的连续值，离散值的处理6、推荐系统的链路7、是否了解DIN、SIM用于embedding8、从模型角度介绍特征交叉9、正负样本的选取方法以及对应的优缺点Code ：滑动窗口内的最大值

1. 自我介绍+介绍论文2. 介绍一下对推荐系统的整体的了解3. 知道哪些精排模型4. 了解DIN吗，讲一下DIN和DIEN的区别5. 介绍一下MMoE6. 介绍一下AUC的物理含义和计算方法7. 大模型在推荐系统的应用都了解哪些8. 了解Meta GR吗9. 找算法实习是专注于推荐领域吗？还是说有投大模型的岗位10. 手撕：lc143 重排链表讲思路+写+逐行讲代码

有无大佬科普下测评是个啥啊，通过率如何？做了几道感觉好难啊！时间根本不够用，这个是需要刷题刷题吗？就是不想考公才秋招投互联网，怎么还是让我做行测，话说会挂人吗