第2章 高频面试问题与回答框架
广告算法面试中，80% 的高频问题可归为“模型设计、出价策略、冷启动、特征工程、评估体系”五大类。掌握 STAR / PAR 结构化回答框架，并了解不同公司的考察侧重点，能让你在面试中快速组织逻辑、突出技术深度与业务价值。
一、常见面试问题分类
广告算法面试问题主要覆盖以下五个技术方向，每个方向对应不同的考察重点和回答策略：
| 问题类别 | 典型问题举例 | 考察核心 |
|---|---|---|
| CTR / CVR 预估 | DeepFM vs DCN 选型？特征交叉如何设计？ | 模型理解 + 特征工程 + 效果优化 |
| 出价与预算控制 | oCPM 出价如何优化？预算平滑策略？ | 竞价机制 + 运筹优化 + ROI 平衡 |
| 冷启动与数据稀疏 | 新广告冷启动方案？迁移学习如何应用？ | 探索利用 + 迁移学习 + 策略设计 |
| 召回与排序 | 多路召回如何融合？粗排与精排衔接？ | 召回架构 + 效率与效果平衡 |
| 评估与归因 | A/B 实验设计？归因模型选型？ | 实验科学 + 归因逻辑 + 指标拆解 |
二、公司侧重点对比
不同大厂在广告算法面试中的考察风格和侧重点差异明显，提前对标能帮你更精准地准备：
三、面试问答实战卡片
🎯 面试问题
请描述你在广告 CTR 预估模型方面的项目经验