快手广告算法一二面面经(同场重复投稿)
- 轮次
- 一二面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
一面
- 详细介绍实习经历,重点说模型优化迭代的思路与落地效果。
- MinioneRec 项目用的数据集规模多大、怎么构建?
- 传统方法就能做 ID 向量化,为什么项目要用大模型做 ID 表征学习?
- SID 表征相比普通 Embedding 的优势是什么?
- 同为 ID 类特征,为什么 SID 能学出来、原生商品 ID 很难收敛?
- 项目用的推荐模型架构是什么?SID 特征怎么提升广告推荐效果?
- AI Coding 实操:本地导入文件、写指令、跑出结果并提交展示。
- 手撕:数组第 K 大元素,禁用堆,用快速选择实现并讲思路。
- 面试官介绍团队业务:电商广告精排,实习生做模型建模与实验迭代。
二面
- 完整自我介绍,突出算法项目与工程落地。
- 详细讲百度实习的内容、负责模块与模型优化细节。
- 训练过程的 loss 收敛、调优与迭代怎么做的?
- 手写 pair-wise hinge loss 伪代码并说明核心逻辑。
- pointwise、pairwise、listwise 的区别与适用场景。
- 三种排序范式各自的常用损失函数。
- MinioneRec 的整体架构与核心创新。
- RQVAE 的基本原理。
- RQVAE 训练中怎么解决量化离散问题、保证梯度正常传导?
- RQVAE 的参数量、码本数量、组合规则与新增 token 设计。
- RQVAE 怎么通过解码生成 SID 表征?
- SFT 与 GRPO 在监督信号上的核心差异。
- GRPO 的奖励函数怎么设计?正负样本怎么判定?
- 一道零钱兑换的 DP 变式。
《参考解析》
先看这份题单的结构:一面问「你做过什么」,二面问「你懂不懂原理」,两面的分界线非常清楚。准备时把项目拆成「动机—方案—结果—反思」四段,一面用前两段讲清楚,二面用后两段接住追问。
SID 那一串问题其实是同一个答案的三个切面。「为什么用大模型学 ID」讲的是信号来源:原生 ID 纯符号、无先验,长尾商品曝光少、梯度稀疏;用内容与行为序列压出来的语义码天然带相似性先验。「SID 相比 Embedding 的优势」讲的是表达形式:一串离散码的组合空间远大于单个向量,且长尾能被码本共享。「为什么原生 ID 难收敛」讲的是优化难度:高频商品把码本占满,低频商品几乎拿不到更新。三问答完要能落回自己的项目,说出具体提升了哪个指标。
RQVAE 的两个必答点是残差量化与梯度直通。残差量化:多层码本逐层编码上一层重建后的残差,小码本拼出大表达空间。梯度:argmin 不可导,前向取最近码字、反向用 straight-through 把梯度直接传给编码器输出,再加码本损失约束编码器输出别离选中码字太远;码本更新用 EMA 更稳。补一句码本塌缩的监控与死码重启,是明显的加分。
Hinge loss 手写:relu(margin - (s_pos - s_neg)) 取均值。讲的时候点出「只有正样本没超过负样本 margin 时才有梯度」,以及 margin 的作用是让排序有余量、不是把分数拉得越开越好。
排序范式的对照表要能背下来:pointwise 用 logloss 或 MSE,简单但和排序指标不一致;pairwise 用 hinge 或 BPR,只关心相对序;listwise 用 ListNet 交叉熵或 LambdaRank 的 lambda 梯度,最贴近 NDCG,代价是列表构造与实现复杂。
SFT 与 GRPO 的分野在监督信号:SFT 逐 token 模仿标准答案,学得快但不会因为走错路径被惩罚;GRPO 用同一 prompt 的一组采样做组内相对优势,不训 critic,奖励函数承担全部监督职责。奖励设计要分「可验证的硬指标」(格式、答案正确)与「需要打分的软指标」(推理质量、简洁度),正负样本由组内归一化自然产生。
两道手撕都是基本功:快速选择平均 O(n)、最坏 O(n²),讲清随机化 pivot 与只递归一侧;零钱兑换先确认是求最少硬币还是求方案数——前者取 min、后者累加,循环方向与初值都不同,先问再写能省掉返工。