快手提前批 商业化部门三面 机器学习算法 已发offer

一面。算法题:归并排序,O(1)空间复杂度
场景题,广告主给了一批高转换人群包,问我们怎么用来提升业务。
原理题,推导一个NN的dense layer weight初始化为0的情况下,会出现什么现象。
其他的忘了,比较简单吧。

二面,算法题,找第k大,写出建堆的代码
如何判断NN是神经网络结构的问题还是优化的问题,比如学习率优化器之类的。
其他的忘了,也比较简单吧。

跟项目有关的隐去了。

三面,聊天。风格类似HR面。

现在的面试越来越记不住东西了,面完就忘...
感觉快手的面试体验比头条好多了,面试官请吃了饭,逛了快手一圈,聊了聊天,感觉很开心,三个面试官都主动加了微信。

吐槽头条4面都没给自我介绍的机会,直接写两道算法题

后续:已拿快star offer的意向书。
#面经##机器学习##快手##校招##提前批#
全部评论
巨巨巨佬
点赞 回复
分享
发布于 2019-07-31 23:23
求内推途径,想内推
点赞 回复
分享
发布于 2019-08-01 09:24
阿里巴巴
校招火热招聘中
官网直投
归并排序 O(1)复杂度是怎么做的?
点赞 回复
分享
发布于 2019-08-05 09:30
免笔试?
点赞 回复
分享
发布于 2019-08-07 09:40
我靠包大人
点赞 回复
分享
发布于 2019-09-06 07:58
请问大佬,如何判断是神经网络架构的问题还是优化的问题这个怎么回答的呢
点赞 回复
分享
发布于 2019-10-20 22:12
这是赛圈那个包大人么
点赞 回复
分享
发布于 2020-08-17 14:08
请问已经拿到意向书了吗?这么快,啥时候三面完的?
点赞 回复
分享
发布于 2020-08-17 14:10
快star每年多少人啊
点赞 回复
分享
发布于 2020-08-18 03:50

相关推荐

4 79 评论
分享
牛客网
牛客企业服务