【一面】
1.算法题：leetcode 排序矩阵查找，leetcode 102 二叉树的层序遍历
2.介绍一个你认为做的最好的比赛
3.ANN用的什么工具？介绍一下原理
4.为什么选择Annoy？
5.还知道其他ANN算法吗？介绍了一下局部敏感hash
6.做用户商品交互特征的时候，你知道业界是怎么做的？扯了一下DIN
7.模型的和目标商品的attention做法
8.lightgbm和xgboost的区别
9.排序阶段你知道业界是怎么做的？说了一下点击率模型：deepfm，nfm，wide & deep，dcn，deepcrossing
10.介绍一下word2vec
11.介绍一下transformer
12.bert的两种预训练方式
13.为什么要用mask？说了padding mask和sequence mask
14.为什么要sequence mask？防止信息穿越

【二面】
1.算法题：求从左上角到右下角的最小开销。给定一个二维数组arr[i][j]，数组中每个点表示经过该点的开销，求从左上角为起点，右下角为终点的最小开销，在每个点时只能往右或者往下走，同时中途可能会有障碍，即有些点不能走，obs[i][j]=1时表示(i, j)不能走。dp和dp状态压缩。
2.介绍一个比赛
3.ANN用的什么工具，介绍一下原理
4.如何提高冷门商品的推荐效果的？
5.了不了解大数据框架？
6.说一下你熟悉的linux命令
7.一个文件每行一个数字，用命令统计所有数的平均值和数字个数
8.逻辑回归损失函数和求导
9.介绍一下你了解的优化器和各自的优缺点
10.Adam和Adagrad的区别

【三面】
1.算法题：有一个长度为n的数组，求一个数k，k的取值区间为[1, n-1]，使得数组的前k个数和后n-k个数的方差和最小。
要求化简方差公式，达到计算子序列方差的时间复杂度为O(n)。化简后要求空间复杂度为常数级别。
2.写逻辑回归的logloss损失函数
3.逻辑回归损失函数可以用mse吗？（从梯度角度）
算了mse的梯度，答了相较于logloss的梯度多了p(1-p)，也就是
sigmoid的梯度，所以会梯度消失。面试官提醒mse是凸函数吗，如何证明是不是凸函数。
4.逻辑回归建模，如果只有9个正样本，一个负样本，那么有一列特征，这个特征对于的权重是正还是负？
没太理解，回答和特征值有关系
5.介绍认为做的最好的项目
6.项目中如何缓解曝光偏差的？
7.Embedding ANN召回用的什么工具？
关注公众号【面经熊】回复1获取上千篇互联网大厂求职面试经验！
更多互联网大厂面试经验戳链接https://mp.weixin.qq.com/s/cHWtErbwnrmtB3Gg3Isv2Q