快手社招推荐算法面经

2年推荐算法经验,面的是快手电商推荐

快手一面:深挖项目 + 一道快排

快手二面(小组leader):聊了聊在线serving的计算优化是怎么做的,优化后的rt变化情况

快手三面(部分负责人):开放性问题,聊了没做过的向量召回的内容,最后反馈->落地能力尚可,创新不足,有点可惜

可能三面会挂。。。

对社招同学的建议:follow最新方向固然重要,但是创新点也需要思考和总结,我还需要继续努力
#面经##社招##快手##算法工程师#
全部评论
1 回复
分享
发布于 2021-03-11 12:49
在线serving的优化 还真不会。。。。
1 回复
分享
发布于 2021-03-27 22:16
联易融
校招火热招聘中
官网直投
google跳快手图啥阿🤔
3 回复
分享
发布于 2021-03-10 22:37
请问二面后多久三面呐
点赞 回复
分享
发布于 2021-03-27 22:00
收到offer了吗
点赞 回复
分享
发布于 2021-04-21 21:38
在线serving有聊到cache吗
点赞 回复
分享
发布于 2021-11-07 13:27

相关推荐

#拼多多##推荐算法面经##暑期实习#### 一面 - 时间:2024-04-01 总计30分钟- 自我介绍- 本科推荐系统项目(项目细节问的比较多,基于项目展开考察八股,细节可以参考我的美团一面和快手一面面经,内容差不多)- 介绍pointwise-loss、pairwise-loss、listwise-loss- BPR损失- 特征重要性评估方法  - 排列重要性:随机打乱某一维特征的取值,测试模型性能下降。原理可以理解为使用随机,将该特征变为噪声。若打乱后模型性能下降较大,说明比较重要。  - 内置特征重要性:有些模型本身可以输出特征重要性分数,如LR和树模型  - Leave-one-out:直接迭代的删除某一维特征,测试模型性能  - 相关性分析:分析特征与目标之间的相关性。同理,若特征随机化,则其与目标没什么关系。  - 递归特征消除:不断减小特征集,每次删除会导致更大下降的特征  - XGBoost特征重要性:某特征在不同划分中得到的增益均值/使用次数  - 主成分分析PCA- 论文- 手撕:lc55 跳跃游戏。给定一个非负整数*数组* nums ,你最初位于数组的 第一个下标 。 数组中的每个元素代表你在该位置可以*跳跃*的最大长度。 判断你是否能够到达最后一个下标。- 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:项目实践比较丰富。后面可以多学习一些偏业界实际在用的方向,召回、精排、重排等文献、以及序列建模这一块,组里面也再做这一块。感觉面得还行,手撕两分钟写完,希望不是kpi,许愿二面。=====2024.4.3更新======约二面了,04-11 16:00 周四
点赞 评论 收藏
转发
4 69 评论
分享
牛客网
牛客企业服务