字节跳动 · TikTok
推荐算法实习生二面面经
完整信息
本篇目录
有面试过同岗的朋友欢迎评论区交流
1.推荐的基础链路是什么？你对哪部分了解的多？
2.如果让你在召回侧搭看板，你会怎么搭？关注哪些指标？
3.介绍下什么是冷启动？
4.用户冷启动和视频冷启动有什么区别？
5.用户冷启动常见问题和解决方法？
机器学习基础
1.什么是梯度下降？
2批量梯度下降 和 随机梯度下降的区别？
3常见损失函数？
4模型评估指标？AUC 含义？
5.数据不均衡怎么办？
6.了解大模型吗？
7.了解rankemixer吗？介绍下
代码
1.分割等和子集
2.如果允许负数，代码该如何修改
本篇目录
当前问题0114
- 01
推荐的基础链路是什么？你对哪部分了解的多？
- 02
如果让你在召回侧搭看板，你会怎么搭？关注哪些指标？
- 03
介绍下什么是冷启动？
- 04
用户冷启动和视频冷启动有什么区别？
- 05
用户冷启动常见问题和解决方法？
- 06
什么是梯度下降？
- 07
批量梯度下降 和 随机梯度下降的区别？
- 08
常见损失函数？
- 09
模型评估指标？AUC 含义？
- 10
数据不均衡怎么办？
- 11
了解大模型吗？
- 12
了解rankemixer吗？介绍下
- 13
分割等和子集
- 14
如果允许负数，代码该如何修改