面灵AI→

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

  1. 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。
  2. MinioneRec 项目用的数据集规模多大、怎么构建?
  3. 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?
  4. SID 表征相比普通 Embedding 的优势是什么?
  5. 同为 ID 类特征,为什么 SID 能学出来、原生商品 ID 很难收敛?
  6. 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?
  7. AI Coding 实操:本地导入文件、写指令、跑出结果并提交展示。
  8. 手撕:数组第 K 大元素,禁用堆,用快速选择实现并讲思路。
  9. 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

  1. 完整自我介绍,突出算法项目与工程落地。
  2. 详细讲百度实习的内容、负责模块与模型优化细节。
  3. 训练过程的 loss 收敛、调优与迭代怎么做的?
  4. 手写 pair-wise hinge loss 伪代码并说明核心逻辑。
  5. pointwise、pairwise、listwise 的区别与适用场景。
  6. 三种排序范式各自的常用损失函数。
  7. MinioneRec 的整体架构与核心创新。
  8. RQVAE 的基本原理。
  9. RQVAE 训练中怎么解决量化离散问题、保证梯度正常传导?
  10. RQVAE 的参数量、码本数量、组合规则与新增 token 设计。
  11. RQVAE 怎么通过解码生成 SID 表征?
  12. SFT 与 GRPO 在监督信号上的核心差异。
  13. GRPO 的奖励函数怎么设计?正负样本怎么判定?
  14. 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。