字节秋招推荐算法一二面面经

一面
1. 自我介绍+介绍论文，根据论文问了一些拓展的问题
2. 简单说一下AUC的定义、物理意义和如何计算，并且用python实现一下AUC的计算
3. 手撕：lc199改编 二叉树的左视图  acm模式，要自己建树和序列转树

二面
1. 自我介绍+介绍论文
2. attention的计算时间复杂度
3. 推荐系统或者NLP领域 有什么方法可以加速attention计算
4. 你了解哪些生成式推荐的论文
5. 为什么要在推荐系统引入RQ-VAE
6. 和VQ-VQE有什么不同
7. RQ-VAE怎么解决坍塌问题
8. Normalization有哪些，有什么作用
9. 什么时候用batch norm什么时候用layer norm，为什么
10. 训练和推理的时候的均值和方差都是怎么得到的
手撕：lc331 验证二叉树的前序序列化  问复杂度，优化方法