快手推荐算法暑期实习

5.23 投递简历，随后发测评

6.3 hr电话约一面

6.4 一面。主要介绍了论文和项目，深挖了第二篇论文和项目，中间夹杂着考了一些八股（介绍metrics、介绍最熟悉的一种GNN等）。问对推荐系统有没有了解（回答不了解，鼠鼠是做图的呜呜呜）。然后面试官介绍了一下召回和排序，说召回目前也有图的场景。然后问了一道场景题，大致意思是排序需要很快的得到结果，如果用图有没有什么思路。最后手撕打家劫舍和打家劫舍2，秒了。一面面试官巨好，不得不感叹快手的面试真的做的好好，鼠鼠很菜但是至少不紧张。半小时后hr电话约了第二天二面。

6.5 二面。这个面试官看着有点不苟言笑的样子，当时就开始紧张了。主要深挖了第一篇论文，挖的很深很深，其中有些细节都回忆不起来。场景题问鼠鼠怎么设计对一堆视频聚类后继续子聚类。最后算法题将P分布转换为均匀分布（在提示下才撕出来，鼠鼠真的太菜了）。第二天上午电话约了三面。

6.10 三面。简单介绍了下论文和项目，没怎么深挖。无八股无手撕。晚上打电话约第二天hr面。

6.11 hr面。正常问题没什么好说的。

6.12 口头offer，约了6.19入职。

6.13 接offer

总体下来感觉八股考察不多，主要还是看你论文和项目以及场景题，感觉就是考察解决问题的思路，大胆说出自己的想法。鼠鼠已经是手孝子了。