阿里巴巴 · 高德打车
算法工程师面经
完整信息
本篇目录
一、项目相关
1. 项目一（RQVAE+HSTU）- 项目动机？
- RQVAE原理是什么？为何有效？
- HSTU做Beam Search时，如何避免首个id预测错误导致正确结果被剪枝？
2. 项目二（agent）- 项目动机？
- 简单介绍后训练、RL相关内容
二、八股问答
1. 分类模型常用损失函数？
2. 为何CE/BCE效果优于MSE？
3. 预测模型常用损失函数？
4. 样本不均衡/长尾问题如何处理？
5. Focal Loss原理？过/欠采样如何加权避免样本偏差？
6. 正则化作用及原理？
7. 简述多目标建模及相关内容
三、手撕算法
1. 二分法实现寻找峰值
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
本篇目录
- 01
项目一（RQVAE+HSTU）- 项目动机？
- 02
RQVAE原理是什么？为何有效？
- 03
HSTU做Beam Search时，如何避免首个id预测错误导致正确结果被剪枝？
- 04
项目二（agent）- 项目动机？
- 05
简单介绍后训练、RL相关内容
- 06
分类模型常用损失函数？
- 07
为何CE/BCE效果优于MSE？
- 08
预测模型常用损失函数？
- 09
样本不均衡/长尾问题如何处理？
- 10
Focal Loss原理？
- 11
过/欠采样如何加权避免样本偏差？
- 12
正则化作用及原理？
- 13
简述多目标建模及相关内容
- 14
二分法实现寻找峰值