最近已有不少大厂都在秋招宣讲了，也有一些在 Offer 发放阶段。

节前，我们邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。

针对新人如何快速入门算法岗、如何准备面试攻略、面试常考点、大模型项目落地经验分享等热门话题进行了深入的讨论。

总结链接：《算法岗面试宝典》(2024版) 正式发布！

喜欢本文记得收藏、关注、点赞。更多实战和面试交流，文末加入我们星球

---

背景：电子科技大学 985硕士 字节算法岗Offer

我最近已有几次大厂面试经历，目前还在刷面经和复盘，想想面试的时候，什么地方回答的不好(主要是项目经历的部分)

总结整个面试下来，基础题偏多，算法原理的内容也不少，工程方面偏向于工程落地实现

今天总结一下，近期面试过的多厂高频提问点，如果你简历中也出现相关知识，那很可能会问哦～欢迎在星球中与我交流。

面试高频提问点

1. 二分类评估指标有哪些？

2. AUC是什么？怎么画的，怎么计算的？

3. BPR Loss是什么？

4. NDCG指标是什么？怎么计算的？

5. SVD原理？

6. LightGBM和XGBoost的原理和区别？

7. 逻辑回归原理？

8. DeepFM模型原理？

9. Wide&Deep模型原理？

10. 准确率、召回率，精准率定义和区别？

11. 推荐业务流程介绍？

12. 深度学习中防止过拟合的方法？

13. Dropout在预测和训练阶段的区别？

14. RNN原理？

15. RNN有哪些变种？原理介绍？

16. Word2Vec的原理介绍？

17. Word2Vec中的CBow和Skip-gram是？

18. LGB和XGB对缺失值的处理方式区别？

19. RF和LGB在方差和偏差的区别？

20. Transformer介绍？

21. Self-attention和Target-attention区别？

22. L1和L2的区别？

23. Batch-norm和Layer-norm介绍和区别？

24. Batch-norm使用时需要注意什么？

25. 激活函数介绍和区别？

26. 梯度爆炸或者为0时，如何解决？

27. GAUC是什么？