面试题库 › 面试数据报告 › 字节跳动推荐搜索广告

字节跳动推荐搜索广告面试高频题报告(统计自 32 场真实面经)

结论:在 32 场字节跳动推荐搜索广告的真实面经里,被问得最多的是「购物场景的推荐系统怎么设计」(19% 的场次问到)、「Transformer 与大模型的基本结构」(12% 的场次问到)、「智能指针的类型、原理与适用场景」(9% 的场次问到)。按考点看,数据结构与算法占 20%、深度学习占 18%、推荐与搜索占 17%。
数据截至 2026-11-20,来源:启面面经库(www.cplus123.com/mianshi),引用请注明出处。

最常被问到的 30 道题

#题目问到的场次占比
1购物场景的推荐系统怎么设计619%
2Transformer 与大模型的基本结构412%
3智能指针的类型、原理与适用场景39%
4AUC 的含义与计算39%
5DPO 的原理、损失函数与训练过程39%
6MMoE、PLE 与 Shared-Bottom 多任务模型对比39%
7常见损失函数26%
8协同过滤算法26%
9协同过滤、Wide&Deep、DeepFM、DIN的结构与区别是什么?26%
10深度学习基础:BN、激活函数、梯度下降与正则化26%
11经典算法题:最长回文子串、无重复最长子串、最大子数组和26%
12常用归一化方法对比及适用场景26%
13随机剔除负样本对AUC的影响26%
14RMSNorm 与 LayerNorm26%
15LoRA 的原理26%
16Transformer 的位置编码26%
17过拟合的概念、原因与解决方法26%
18生成式召回需要怎样修改模型结构26%
19Attention 的时间与空间复杂度及加速方法26%
20了解哪些生成式推荐的代表性论文26%
21BatchNorm 与 LayerNorm 区别及为何用 LN26%
22验证二叉树的前序序列化26%
23分类与回归的区别26%
24ESMM 与 CTR、CVR 多任务联合建模26%
25多任务学习的损失设计、权重调节与任务冲突26%
26GRPO 的原理与改进13%
27不同路径(网格路径数)13%
28零钱兑换:最少硬币数与组合数13%
29O(1) 时间插入、删除和获取随机元素(LeetCode 380)13%
30KV Cache 的优化13%

考点分布

统计口径:同一场面试里同一道题(含不同问法)只算一次;占比 = 问到这道题的场次 ÷ 该公司该岗位的面经场次。

想知道自己能不能答好这些题?让 AI 面试官按字节跳动推荐搜索广告的高频题用语音连环追问你,面完逐题打分。