社招准备和面试题

这次就整理下这次社招都做了哪些准备以及自己面试过的题目。

首先就是专业知识的准备，看了很多常用的机器学习算法，并对其算法做了推导。看了深度学习推荐系统这本书里面的模型，对自己简历中涉及到的模型重点掌握，比如DIN、DIEN、DSIN，还有对比学习技术。重点掌握了自己认为比较重要的深度学习模型，transformer，bert，这些都是必须要掌握的，包括每个模型里面涉及的细节，比如transformer里面的注意力分数为啥要除以sqrt(d_k)，为啥用的是LayerNormalization，不用BatchNormalization。这些通过看我知乎里面的专栏都能看到。整理来说，传统的常用的机器学习算法一定要知道，比如xgb，gbdt，lgb这些，还有类似于roc的定义和它的计算以及代码实现这些都是应该去掌握的；另外就是基于自己的简历，简历项目里面提到的技术都要熟悉。还有就是我觉得要关注时事，作为一个算法工程师要时刻关注新动态，比如我还被问到了gpt. 下面这个链接是自己面试过程中整理的知识点，很多感觉都用上了。

面试_futurewq的博客-优快云博客

然后就是刷题了，我刷题刷的很早了，差不多一年前就刷了，那个时候强度很低，每天可能就一道，周末就没刷了，等到临近找工作就疯狂刷题，一天可能刷几十道。自己感受下来，就是通常第一遍刷完能掌握的题是很少的，一定要多刷，但是每次刷的时候要带脑子，不能只注重数量，还有就是实在理解不了的解法我觉得可以先记住，次数多了真的就理解了。在这里推荐代码随想录，这个此次自己用的比较少。还推荐一个刷题网页codetop，这个里面大家都会贡献自己刷了哪些题，所以就能看到最高频考的是哪些题，这样就可以尽快针对性的练起来,CodeTop企业题库,我在这个上面把那些高频题刷了无数遍，每次需要面试大厂的时候，我可能都会去练一遍。另外还有自己看到的一个大佬整理的博客。链接是:算法刷题笔记_翻滚的小@强的博客-优快云博客，大概是自己面试前1个月把，发现的这位大佬，我就把高频整理(精华篇)全部刷了一遍，后面又断断续续刷过几次。题目一定要多刷，刷的多了，真的能提高不少，我这次遇到了很多之前自己刷到的，有些是原题，有些是稍微的变体，但也不难，印象最深刻的是遇到了一个hard的变体，就觉得绝。

我面试下来，考的比较多的有二分查找、回溯、滑动窗口、动态规划、排序、栈和队列相关的、字符串相关的、DFS也有(岛屿数量那个)。还考过判断图是否存在环，其实就是考察拓扑排序，所以类似得算法也要准备。

记录下自己在leetcode上面目前的总的刷题数量，当然有些是很早之前刷的。

最后，记录下自己还记得的面试题(原来的电脑坏了，保存的东西都没了):

1.transformer,rnn,lstm的时间复杂度，参数数量

2.对比学习的损失函数infoNCE和crossentropy有啥区别

3.deepfm和wide&deep的区别

4.xgb和gbdt的区别，xgb为啥是泰勒二阶导.

这个二阶导数的解答：一方面是精度更高，可以用别的损失函数，只要该损失函数可以二阶导，这个应该是我们都知道的；还有一方面，就是优化速度更快，就是类似于速度和加速度，二阶导类似于加速度，我不仅告诉了你优化的方向还告诉了你怎么更快

5.xgb和lgb的区别

6.逻辑回归损失函数的推导

7.说一下FM

8.说一下transformer的结构，bert是啥样的,gpt是啥样的，bert和gpt有啥不同

9.什么是对比学习，温度系数

10.当评价指标是准确率的时候，那你这个问题又考虑召回率的问题吗，这个是具体项目中问到的。

11.当正负样本比非常悬殊的时候，应该用auc还是f1-score。

这个题目真的很有意思，当非常悬殊的时候应该用f1-score。虽然auc是看正样本排在负样本前面的概率，可以适用于样本不均衡的场景，但非常悬殊时auc还是会很高，难以衡量真实的情况；但f1-score是平衡准确率和召回率，在样本不均衡场景也同样适用。这个问题大家又不同见解可以讨论，我觉得这个题很不错。

12.说一下word2vec

13.bagging和boosting的区别，以及Bagging为啥能减小方差，这个是有个计算公式的。

其他的想不起来了