一面

算法題：355. 設(shè)計推特

AUC怎么計算

如果把預(yù)測結(jié)果隨機分成兩部分，這兩個AUC有什么關(guān)系

熟悉的優(yōu)化器有哪些

說一下adam

adam的一階矩和二階矩對于梯度遇到陡峭和平坦的部分怎么處理

怎么認(rèn)識交叉熵，交叉熵和KL散度關(guān)系

開放題：如果一個用戶老是點第一個推薦結(jié)果，怎么辦

二面

算法題1：實現(xiàn)一個np.matmul 需要判斷邊界條件
算法題2：用梯度下降法實現(xiàn)math.sqrt，只允許使用加減乘除，重點是loss怎么定

詳細(xì)介紹word2vec，我說的比較多大概講了15分鐘，包括負(fù)采樣和分層softmax的實現(xiàn)方式，框架和論文的負(fù)采樣不同之處

分層softmax缺點，講了哈夫曼樹可能不平衡，面試官想要的是分到同一個class的詞可能會近

三面

算法題：水題 105. 從前序與中序遍歷序列構(gòu)造二叉樹

比對我的github詳細(xì)問了論文，詳細(xì)問了時序的概念和transformer里的mask，寫了loss

口述GCN源碼實現(xiàn)

計算CNN操作參數(shù)量，復(fù)雜度，操作后的shape

手推Adam

面試官覺得你行的話，基本會給連面，不能連面也會當(dāng)天約。整體下來字節(jié)基本上3面都是壓力面，問到不會為止，知識積累和心態(tài)都需要比較好。二面被榨干，算法題2就寫了個loss剩5min，跟面試官求饒不想寫了

目前在等HR面，寫個面經(jīng)攢人品，希望HR老哥給個機會

總結(jié)

以上是生活随笔為你收集整理的字节跳动UG部门广告推荐算法实习面经的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。