快手 推荐算法 一面＋二面 + 三面

一面  1个小时30分钟

自我介绍

对推荐系统的了解：背景，前景，架构，方法

项目拷打：特征构建，模型选择，评价指标

论文拷打：背景，模型，评价指标

八股（都是从项目和论文中找的点）：SVM原理及其推导，LR原理及其推导，XGBoost原理及其推导，XGBoost处理缺失值的方法，模型过拟合的处理方法，

手写：数组中前k个最小的数（类快排）

--------------------------------------------------------------------------

二面  1个小时

自我介绍

手写：求x的平方根，但要求保留3位小数（先用以0.001为步长的方式ac了，然后让我用梯度下降和牛顿法来求解）

竞赛项目拷打

八股：贝叶斯超参数优化原理，几个boosting模型的特点和差异，欧氏距离和余弦距离的区别’

--------------------------------------------------------------------------

三面 1个小时15分钟

自我介绍

项目论文这些跟一面二面问的差不多

手写：把数组排列成最小的数（又没写出来，我真的是leetcode农民，找不到工作是活该哦）