腾讯cdg的腾讯广告推荐算法泡池子两个月

1. 腾讯 n 搜索广告，有用到大模型，但不是ai搜，涉及sft grpo之类的，生成式召回粗排这块2. 小红书 n+5 电商推荐，偏传统深度学习的粗精模型迭代，正在实习的组，ld说明年会做生成式推荐第一年总包腾讯总包高5w（小红书按15薪算的），第二年总包小红书高8w，传统推荐模型和生成式推荐，搜索广告的生成式召回粗排，以及广告生成等哪个之后跳槽会更有优势，涨幅更多呢目前博主拿到了俩offer，一个是小红书电商，主要做 视频电商场景的粗精排模型选代，之后可能会有生成 式推荐，但不太确定。在小红书实习ld跟氛围都还挺好 的。另一个是腾讯cdg的搜索广告，导师介绍会涉及到大模 型微调，搜索的生成式召回粗排，广告文案或标题生 成，但可能流量比较小，而且是这么介绍但不一定会 真的有大模型相关的内容，毕竟没有实习过，也不清 楚氛围和ld咋样目前就是觉得大模型搜索可能之后跳槽更有优势，涨 幅会更大，来弥补这俩offer目前 的差距，但不知道 大模型之后是不是真的更有前景，也可能会泡沫破裂，求大佬指导

[详细介绍实习经历]1.前端如何做自然语言校验（大模型相关）[css]1.如何实现对角线三个元素等距排布2.space-between和space-around区别[TS]1.手写pick方法2.联合类型与交叉类型[vue]1.vue2和3区别2.vue2怎么优化响应式（数组方法）3.vue3.6了解吗取消Vdom，有什么优化，取消虚拟dom后在什么阶段执行响应式操作（这个真爆炸了，还好当时xhs刷到过vue3.6，但也只知道取消了Vdom）[项目:问了很多项目细节还有优化上的东西，有些根本没了解过]1.lcp优化2.项目缓存策略3.为什么拆包会变快4.浏览器并行是从http几开始5.npm fix6.pnpm解决了npm什么问题7.什么是幽灵依赖8.浏览器缓存9.indexDB10.如何调用ai时加限制

1.算法题:322.零钱兑换2.实习项目相关1.一价计费满足激励兼容吗?2.GSP 和 VCG 中的效用和社会福利分别代表什么含义?3.regret net 如何保证激励兼容?4.扰动的范围对结果有哪些影响?5.如何设计机制来保证激励兼容?6.机制设计经历了哪几个阶段的模型发展?DeepGSP是怎么做的?7.DNA 为什么要用 MIN-MAX 网络?8.广告主的出价模式是什么?3.八股:1.transformer里使用了什么激活函数?2.为什么要用 relu?3.relu 有哪些缺点?4.GPT 中用了什么激活函数5.transformer的 attention 中的 QKV 是一样的吗?

1.简历项目介绍2.如何做attention，为什么attention要除以根号dk?3.讲讲你对Embedding了解多少？4.对推荐系统都有哪些了解？常用技术点有哪些？5.从从ROC到AUC、再到GAUC，它们分别是什么，有什么区别？6.为什么Transformer选用LayerNorm而不是BatchNorm？7.如何进行模型的在线训练，和离线训练有什么区别？8.项目中涉及的模型是如何进行输出的，是否涉及在线预估？9.介绍多路召回策略。10.交叉熵怎么理解？11.算法题：三数之和