Offer比较，中兴通讯，浦发银行

#推荐算法面经##快手暑期实习### 快手【转正实习】-推荐算法（简历挂）简历挂快手【转正实习】-机器学习（第二志愿流转）### 第一次面试 - 时间：2024-03-27 11:00- 自我介绍- 手撕：  - 数组中第K大值（维护K大小的堆，复杂度O(nlogk)）  - 快速幂- 本科推荐系统项目  - 召回用了哪些    - 非个性化：热度和高质量召回    - 个性化：FM、deepFM  - 召回的输入特征怎么来的  - FM召回算的什么分数，干什么用的  - FM特征怎么构造的  - 年龄等dense特征怎么处理的：直接送入或者分桶  - 召回融合方式：轮转召回融合和线性加权  - 排序用了哪些    - 协同过滤    - deepFM  - 协同过滤怎么做的  - 知道/用过哪些评测指标  - 是用的离线推荐吗：只写了离线层，没有实现在线层和近线层，数据规模小，用户五万 物品十万  - 大规模数据怎么处理：聚类选择代表性物品和用户，聚类id  - 数据库里存的什么信息，怎么计算FM的二阶特征交叉  - 冷启动怎么解决- 论文：照着paper讲解- 反问环节  - 项目规模  - 落地业务  - 我对该岗位来说，还有哪些需要提升和学习的？套评价，分析面试官反馈：实操丰富，但是缺少实践经验，本身招实习也是为了你们能来实战，感受业务场景从评价看，感觉一面能过。中午面下午就来二面消息了，不愧是**快**手，确实快😀

已oc, 发个面经为秋招攒攒人品IEG，cv算法岗1. 一面主要深挖简历上面的项目然后面试官介绍了他们组里做的项目，问有没有思路2. 二面与一面基本相同，深挖项目同样介绍了组里做的项目，问什么时候可以到岗，可以实习多久3. 三面挑了简历中感兴趣的一个项目让介绍然后问了一些与技术之外的，兴趣爱好、遇到过什么困难，从中学习到什么等等4. HR面问了简历中的项目做了多少时间，遇到过哪些困难怎么解决的，，到岗时间，实习时间等等整体面试下来，感觉腾讯这边更重注项目一些，方向匹配可能比较重要(无八股问题

感觉是自己大学期间太疏于练习了，也不会总结思路，2月份开始力扣，现在才100来题，几家大厂的笔试题没一家过了，好多算法思想也是基本忘光了，太难受了，羡慕算法大佬

是的，我又被捞了自我介绍介绍实习项目相关static关键字左值和右值区别stl常用容器时间复杂度为nlogn的排序算法10亿个数要获取前100个大的元素，时间复杂度堆的特点口述搜索二维矩阵思路，时间复杂度tcp和udp区别写题后续已过，求offer