一面

自我介绍
问项目，项目是自己的research，讲的还行
后来引申项目问了几个CV的问题，平移等变性，不变性的分析
正则项的公式和作用
后来还问了几个二分类的问题，损失函数，激活函数之类的
问了一个C++的，引用传参的作用。
Python的问题准备了好多都没有问

算法题，要求斐波那契数列的第n项公式。要求复杂度为O(logN)
面试官提示了用如下的矩阵算子
$[[1, 1], [1, 0]] * [f (n), f (n - 1)] = [f (n + 1), f (n)]$
这样这个问题就转换成了求 [[1, 1], [1, 0]] 的(n-2)次幂。这样就很简单了，后来写出来没debug就通了，面试官满意.jpg

二面

二面是当天下午的两点
自我介绍
问项目，答得还行
问决策树的算法，一是求信息增益，一个求信息增益比，另外两个忘了
其他问了啥都忘了，问的不深（刚面完就忘我是fw）

算法题，leetcode第三题，前一天才复习过，狂喜，感谢各位的面经。安利一个神器网站 https://codetop.cc/home

三面

三面是当天下午的三点十五。因为我面字节的时候已经有商汤的让我赶紧决定，于是HR很照顾的给安排了一天三面，虽然很累但是还是感激hh

自我介绍
项目问了一堆，仔细讲很多细节，细节讲的还行
问我推荐系统的了解是什么，因为不了解，懵.jpg。后来我就按自己理解说是对node做graph embedding，然后算距离，排序。看面试官反应感觉答得差不多
后来又问知不知道协同过滤，听都没听过

算法题，感觉是临时出的题，膜大佬.jpg
一个数组A，对数组的每两个元素取最大公约数得到数组B，数组B的长度是C(len(A), 2)，然后对B求最小公倍数。

面试官提示对A的每个数做质因数分解，提示后终于有思路了。写了接近30分钟，写到中途以为自己都要挂了，还好bug不多，以及面试官也没有催，干自己的事，终于冷静下来做出来了。下面是思路：

A = [a1, a2, …, an]
对每个数做质因数分解
$a_i = 2^{xi} * 3^{yi} * 5^{zi} * ...$
这样的话求两两的最大公约数
$b_{i, j} = 2^{min(xi, xj)} * 3^{min(yi, yj)} * 5^{min(zi, zj)} * ...$
得到这个之后
$result = 2^{max(min(xi, xj))} * 3^{max(min(yi, yj))} * ...$
所以思路就清晰了，先对A做质因数分解，然后得到的因子的两两的最小值的最大值，也就是原数列的第二大的值。后来终于费劲巴拉写出来了，我好菜。。。

四面

HR面就比较轻松了，因为技术面都答得还行尤其是最让我慌张的算法题都写出来了。
HR面就是谈人生谈理想，谈之前项目遇到的困难，自己是怎么自学的，职业规划是什么，还是比较轻松地，后来给了口头offer

于是就这样一天面了四场面完了，HR给了口头offer

总结下来我的经验还是之前做的项目比较关键，因为字节是先问项目再问基础知识，最后才是做一道算法题，还可以给提示。楼主的项目还是很有料的，属于是graph + CV 结合。CV的话人人都懂点，graph的话跟推荐系统还比较接近，所以答得还行，引申的很多点也是有自己的思考的。项目和基础知识答得好，感觉算法题就会比较简单。楼主leetcode只刷了不到50，面试慌得一批睡都睡不着，还好运气不错几个题都在提示下顺利做出来了。

如果想其他厂那样上来让你做算法题楼主大概率就凉了hhhh

楼主的第一个大厂实习，冲冲冲

哦还要补充一点！在算法写出来之后，叫面试官之前，最好可以写一写注释，面试官会看的，而且之前听过一个说法就是面试实际上就是这个人在判断他愿不愿意以后跟你一起做事。所以写了注释的话，会很受喜欢！

字节跳动电商广告算法日常实习123面面经相关推荐

字节抖音电商后台开发日常实习一二面面经（已凉）
恭喜发现宝藏!搜索公众号[TechGuide]回复公司名,解锁更多新鲜好文和互联网大厂的笔经面经,目前已更新至美团.微软- 作者@TechGuide[全网同名] 背景面试部门:字节抖音电商面试时间 ...
2022字节跳动【数据仓库工程师】日常实习面经-----一面
文章目录一,自我介绍二,问答阶段三,代码阶段四,反问五,总结背景:今年金三银四,看着大家都在疯狂找实习offer,不甘落后的我也信心满满(毫无把握)的去字节面试(现在想想真是胆大,都还没学 ...
CSCNN：新一代京东电商广告排序模型
分享嘉宾:刘鹄京东算法工程师编辑整理:李沛欣出品平台:DataFunTalk 导读:随着电商平台对图像信息的大量引入,通过图像分析来进行广告点击率判断就成了新的趋势.本次分享的主题为CSCNN ...
【技术分享】京东电商广告和推荐的机器学习系统实践
讲师简介 ▲包勇军 2014年4月加入京东数字营销业务部,参与组建并带领模型团队,自主研发出京东大规模机器学习平台,同时还负责京东电商广告深度学习算法应用和优化的工作. 正文大家好,我是来自京东的包 ...
KDD 2021 | Neural Auction: 电商广告中的端到端机制优化方法
▐ 导读拍卖机制设计一直是计算广告领域的核心问题,在本文中我们将机器学习和机制设计方法深度融合,提出一种基于深度神经网络建模的电商广告拍卖机制,并在满足 Value 最大化广告主激励兼容的机制解空 ...
电商广告推荐系统案例
一个性化电商广告推荐系统介绍 1.1 数据集介绍 Ali_Display_Ad_Click是阿里巴巴提供的一个淘宝展示广告点击率预估数据集数据集来源:天池竞赛原始样本骨架raw_sample 淘 ...
基于pyspark的个性化电商广告推荐系统
个性化电商广告推荐系统 1. 数据介绍 2. 项目实现分析 2.1 数据概况 2.2 业务流程 3. 预处理behavior_log数据集 3.1 创建spark session 3.2 读取文件并修 ...
视频教程-【吴刚】电商广告设计标准视频教程-UI
[吴刚]电商广告设计标准视频教程业内知名UID.UED.用户体验.品牌策略与创意设计师,十三年行业职业教育培训经验,业内"UI视频第一人",教学总监.视觉设计讲师. Adobe认 ...
社交电商+广告分佣，广告电商开创全新商业模式
知道电商的人都知道,平台的流量在哪里,生意就在哪里,但是随着各大电商平台不断的发展成熟,平台流量也渐渐见底,而同时平台上的产品以及商家越来越多,电商平台的内核也从最开始的交易变成了广告,谁能够烧的钱越 ...

字节跳动电商广告算法日常实习123面面经

字节电商广告算法123面攻略

一面

二面

三面

四面

字节跳动电商广告算法日常实习123面面经相关推荐

最新文章

热门文章