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。
针对新手如何入门算法岗、该如何准备面试攻略、面试常考点、大模型技术趋势、算法项目落地经验分享等热门话题进行了深入的讨论。
总结链接如下：
- 《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
为什么要跳槽
在前司两年过的还算比较开心。校招加入后分到一个负责给力的 mentor，教会了我很多。
入职后3个月内火速 launch 了两次算法模型优化并推全上线。辛苦的背后是频繁的架构调整，两年期间换了3次组，负责的业务也一变再变，这个时候 mentor 的跳槽，让我萌生了退意。
在年初晋升被卡，让我觉得没有任何可以留下来的理由。所以至此，我没有一点犹豫的选择离开，并且这次基本上都找了熟人内推。
社招背景
-
本科中流985生环材专业，研究生华五计算机专业。
-
两段实习经历：阿里妈妈-实习8个月 → Disney+hotstar 实习4个月。
-
校招6个SP，四个大SP，加入京东广告部。
-
在京东工作两年，期间负责了三个业务的精排算法，一共发起7次纯模型结构优化的推全上线。
结果概述
知道晋升被卡的结果，我开始重新登录 LeetCode，历时一个多月，面试了多家企业。经过多轮面试和准备，最后选择了小红书。
面试高频提问点
-
讲讲做的推荐的项目
-
热度召回怎么做
-
做的推荐系统项目，怎么评价做的好不好的?
-
推荐冷启动问题怎么解决？
-
推荐的 point-wise、pair-wise、list-wise 简单介绍下，区别是什么？
-
多目标融合方法?如何调参?
-
推荐业务流程介绍？
-
DeepFM 模型原理？DeepFM 的 FM 怎么做的
-
Wide&Deep 模型原理？
-
DeepFM 和 widedeep 的区别？哪个更注重泛化性，哪个更注重记忆？
-
MMoE 模型介绍下，解决了什么问题？MoE 和 MMoE 区别?
-
id 类特征、类别特征、连续特征怎么嵌入？
-
深度学习中防止过拟合的方法？
-
Transformer 介绍？
-
Self-attention 和 Target-attention 区别？
-
LightGBM 和 XGBoost 的原理和区别？
-
Dropout 在预测和训练阶段的区别？
-
RNN 原理？
-
RNN有哪些变种？原理介绍？
-
LGB 和 XGB 对缺失值的处理方式区别？
-
RF 和 LGB 在方差和偏差的区别？
-
L1和L2的区别？
-
Batch-norm和Layer-norm介绍和区别？
-
Batch-norm使用时需要注意什么？
技术交流
