字节推荐算法 27日常实习一面

以为进入大学还能保持正常的学习进度。实则，呵呵。一言难尽。怎么说呢，双非，上了才知道。只能是“菜就多练”呗，还能咋的。编译失败就像是和空气对打，被ai碾压才是暴击。你不学有的是人学，加油干吧。大一没做好的部分抓紧时间补补，大二准备大放光彩。就算你有规划，但没有输出真的白搭，去加入那些上进的团队吧。我还是要期末保一下绩点，不然课不白上了吗？首先要对自己有自信。今晚，报了两个赛跨年，不管做的怎么样也要先试试。

1. 实习介绍+介绍论文2. 介绍一下对推荐系统的整体的了解3. 知道哪些精排模型4. 了解DIN吗，讲一下DIN和DIEN的区别5. 介绍一下MMoE6. 介绍一下AUC的物理含义和计算方法7. 大模型在推荐系统的应用都了解哪些8. 了解Meta GR吗9. 找算法实习是专注于推荐领域吗？还是说有投大模型的岗位10. 手撕：lc143 重排链表讲思路+写+逐行讲代码11. 反问

一面：客户端发起Http请求，到服务端接收Http请求，中间的整个流程 DNS和Ip的映射是如何获取的域名和Ip的映射表是如何获取的如何保证DNS查询返回的Ip不被劫持http和https的区别如何确保https证书的真实性客户端的请求是如何落到具体的pods上的（k8s）service如何获取到pods的IpHTTP/1.1和HTTP/2的区别什么是HTTP的多路复用，请求是并行还是串行int32和int64的20000，用protobuf传输时，实际传输的字节是否一致项目相关用户表数目过大时，怎么进行处理项目原先只支持用户名登录，后续需要增加更多的登录方式，如何实现服务器如何获取到用户真实...

请问有朋友知道这两个部门的区别吗？哪一个转正率更高，哪一个面试强度更大呀？