京东 · 零售搜索
搜索算法实习生一面、二面面经
完整信息
本篇目录
京东零售搜索算法一面
1. 自我介绍
2. 介绍项目
3. 谈谈对生成式推荐的理解，它的优势与局限性
4. 项目过程中遇到过哪些问题，后续迭代优化思路
5. 针对不同业务形态做混排，新商品可以做哪些优化策略
6. 是否了解后链路生成式相关技术，简述实现思路
7. token‑mixing的时间复杂度，对比Transformer具备哪些优势
反问环节
1. 团队业务内容，实习生主要承担哪些工作
2. 团队对于大模型以及新型网络结构的落地应用现状
3. 实习转正相关情况
手撕：最大乘积路径，LeetCode62改编题
京东零售搜索算法二面
1. 自我介绍
2. 介绍项目
3. 挑选自己完成度最高的项目，完整详细介绍
4. 介绍另外一个项目，深挖项目细节
5. 可实习时长，学校是否有论文发表要求
反问环节
1. 实习生日常工作（精排模型迭代相关）
2. 团队是否开展scaling方向相关工作
3. 实习转正率情况
本篇目录
当前问题0117
- 01
自我介绍
- 02
介绍项目
- 03
谈谈对生成式推荐的理解，它的优势与局限性
- 04
项目过程中遇到过哪些问题，后续迭代优化思路
- 05
针对不同业务形态做混排，新商品可以做哪些优化策略
- 06
token‑mixing的时间复杂度，对比Transformer具备哪些优势
- 07
团队业务内容，实习生主要承担哪些工作
- 08
团队对于大模型以及新型网络结构的落地应用现状
- 09
实习转正相关情况
- 10
自我介绍
- 11
介绍项目
- 12
挑选自己完成度最高的项目，完整详细介绍
- 13
介绍另外一个项目，深挖项目细节
- 14
可实习时长，学校是否有论文发表要求
- 15
实习生日常工作（精排模型迭代相关）
- 16
团队是否开展scaling方向相关工作
- 17
实习转正率情况