小红书推荐算法面经一面（60min）1、自我介绍（5分钟）2、项目和一些八股（40分钟）- 模型label是什么- 这一结构为什么会有效果提升，分析- embedding怎么得到的- 简单介绍一下sim3、手撕代码（10分钟）- 最大子数组和4、反问二面（40min）1、自我介绍（5分钟）2、项目（20分钟）- 为什么模型有效果- 召回粗排和精排要解决什么问题，选一个最熟悉的讲一下未来的迭代方向- 怎么保证链路一致性3、手撕代码（10分钟）- 给链表的头结点，将其按照升序排列并返回排序后的链表4、反问虽然两次面试前几个小时，面试官都因为临时开会更改了面试时间，让人有点不舒服，但是面试官人真的都...

 #投了多少份简历才上岸# 

如何呢

pandas入门级高频操作 #读取数据 pd.read_csv(file.csv) #取列 df['col1','col2'] #条件筛选 df[df['col1']=='xx'] #缺失值删除：删除name为空的行 df.dropna(subset = ['name']) #去重 df.drop_duplicates(subset = ['col1']) df.duplicated() #布尔值，行是否重复 df['col'].duplicated() #布尔值，列是否重复 #重命名 df.rename(columns = {'col1':'recol1','col2':'recol2'})...