快手2021暑期实习推荐算法凉经

#快手##暑期实习##oc#3.14 快手【转正实习】-推荐算法（部门筛简历挂）3.16 快手【转正实习】-机器学习岗位投递3.27 中午 一面3.27 下午 约二面4.3   下午 二面4.3   晚上 约HR面===清明节===4.9   傍晚 HR面4.9   晚上 OC泪目，暑期实习就到这了，其他家的不好意思拒绝，就随便面面好了。“快”手，真的快，今天就化身手孝子了。

香槟开早了，一大早收到hr消息，要加一轮交叉面赶紧安排了下午的面试1.code快排，秒了然后在这个基础上，考了一个数学题，在面试官提示下做出来了，希望别因为这个挂了！2.项目细讲项目长尾分布，冷门item的embedding置信吗，如何处理3.八股无都开香槟了，球球让我过了吧，塞不回去了 快手，没有你我可怎么活啊‐---------------------------------------------------------真的开香槟啦，过啦，节后拿到offer通知，我心脏不好，这么吓人

路过的大佬们帮忙选一下！！！感谢感谢25届，暑期实习，搜推方向，美团是地图搜索，快手是直播推荐快手已经在催offer了，hc有限先到先得美团4.02复试完，还没走hr面流程，终面面试官说已经过了复试问题不大 ，但offer申报流程可能要三个工作日，不敢打包票暂不知道转正率、工作内容、实习生培养等信息本鼠不太想卷秋招，倾向直接转正，听说美团转正率高点，但又怕团子出差错后铁厂offer也没了，是该等团子还是接快手呢#快手#  #美团#  #暑期实习#  #offer选择#  #算法#

一面时间：4月7日 11:00 ～ 12:00没有开摄像头，先是自我介绍然后详细的问了一下实习经历，对实习中的项目做了非常详细的询问。期间问了一下auc和gauc的区别，为什么使用gauc而不用auc。然后因为项目用了图文理解大模型，询问了一些对比学习的loss，介绍一些nce loss之类的，然后怎么构造正负样本。还有就是交叉熵损失函数的使用的注意事项。使用RELU的一些潜在问题。然后笔试题：215. 数组中的第K个最大元素最后面试官又问了一下，为什么想转推荐而不是继续老本行cv，问以后的打算。然后就结束了，希望能有个好结果吧！----------4月12号更新一面过了，约15号二面----------4月16号更新二面时间：4月15日11:00-12:00上来先自我介绍，介绍完了直接写一道算法题34. 在排序数组中查找元素的第一个和最后一个位置因为上周五两个面试的算法题都是这个类似的二分查找，所以秒了，做完面试官还问了一下是不是做过这个题。差点以为要再出一道了。然后就问项目了，让把自己的项目和实习经历都讲讲。期间夹杂的八股也和上周的面试类似：BN和LN的区别。如果位置embedding从加变成concat会有什么区别。位置embedding怎么做的，除了三角函数还有哪些函数。attention计算的时候为什么要除以根号dk。最后问了一个场景题：类似于快手直播的场景，用户点击进入直播概率是CTR，用户打赏的概率是GTR，让你从0开始从一个推荐算法，你会怎么做？答案之后又问有哪些方面可以进行优化分析。感觉场景题答得一般，其他都答得不错，希望能有机会拿到HR面通知吧！----------4月20号更新一周没出结果，打电话问了一下hr，然后说两天给结果，过一会儿官网看就已经挂了。唉。这是答得最好的一次了，不知道为啥挂了，难受