最近技术群组织了一次算法面试讨论会，今天分享的是一位拿到 OFFER 的小伙子，如果你想加入我们的讨论群，见文末。
首先感谢组织AI算法岗的交流会，我从中收获很多，今天也有机会分享我的面试的经历。
- 学校：哈尔滨工业大学
- 专业：计算机类
- 岗位：百度推荐算法(实习)
本次面经内容如下：
一面
介绍自己的项目
项目相关问题（其中一个是问方法/论文的创新点在哪）
协方差和相关系数是什么，他们的的关系是什么
L1范数和L2范数的区别
谈谈Sigmoid
ReLU函数在0点的梯度怎么处理
Transformer和Rnn的区别
谈谈Transformer多头注意力机制，多头注意力和普通注意力的区别
从普通注意力换成多头注意力会导致参数暴涨吗？如果有所增加的话，请分析主要是哪个结构导致的
Transformer可以并行训练吗？
Transformer可以处理双向输入吗
了解哪些工业界在用的推荐系统
了解AUC吗
讲讲NDCG
除了序列推荐，推荐系统还有哪些topic
算法题：Leetcode74题 搜索二维矩阵
二面
介绍项目
讲讲因果推断（自己有在做这方面的）
讲讲Recall、MRR和NDCG
算法：二叉搜索树转为有序数组
技术交流
技术要学会分享、交流，不建议闭门造车。一个人走的很快、一堆人可以走的更远。
各大厂面试资料、数据、技术交流提升， 均可加知识星球交流群获取，群友已超过2000人，添加时切记的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。
方式①、添加微信号：mlc2060，备注：来自 获取推荐资料
方式②、微信搜索公众号：机器学习社区，后台回复：推荐资料
历史精选
- 快手推荐算法工程师三面回顾
- 大语言模型在推荐系统的实践应用
- 推荐算法实战项目：DeepFM 原理以及案例实战(附完整 Python 代码)
- 推荐算法实战项目：Deep&Cross 原理以及案例实战(附完整 Python 代码)
- 推荐算法实战项目：Wide&Deep原理以及案例实战(附完整 Python 代码)
- 推荐算法实战项目：Deep Crossing 模型原理以及案例实战(附完整 Python 代码)
