问题1：自我介绍
问题2：聊项目1—精排模型
1. lightgbm特征筛选
lightgbm的特征重要性是怎么计算的？
节点的增益怎么计算的？
节点的值怎么计算的？
特征的类型有哪些？——数值型和类别型
数值型和类别型在计算特征重要性时候有差别吗？
2. 原始特征构建遵循的什么逻辑？
3. 筛选出来的特征在你的任务情境下比较重要？
4. deepfm如何与lightgbm线下做对比比较效果？离线评估模型效果怎么评价？
5. 简单介绍粗排的蒸馏模型？
- 粗排用DNN模型，线上是否能够扛得住？DeepFM和DNN之间的打分时间差的很多吗？
- 业内粗排使用什么模型？你为什么用DNN呢？
- 蒸馏的思想？hard loss和soft loss
- 知识蒸馏的这两个loss是想达到什么目的？背后的思想？
- 粗排的功能，自己的理解？
6. 数学建模
- 你做数学建模一般承担的角色？
- 其余没有细问？
7.SQL和tensorflow的问题
- 上一段实习经常使用SQL吗？
- tensorflow使用的版本？
- 你对tensorflow熟吗？模型是自己搭建的还是有现成的框架可以使用？
8. 精排模型
- 精排模型的迭代主要是哪几个方面？不要说细节，说主要额发展方向？eg：LR-FM解决了什么问题？
- 精排模型的收益点主要有哪些？怎么提高效果？
9.反问环节
- 组内推荐算法的主要业务方向？
- 对我的面试的点评以及对实习生的要求？
- 实习生能否接触到线上？
