问的这么广吗
点赞 1

相关推荐

#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😀
点赞 评论 收藏
转发
1、实习做的什么东西,有什么技术难点,答kafka保证exactly once,成为被拷打的开端2、kafka如何保证的不重不丢,答ack机制+去重,手动提交,rebalance等,分区机制,重新选主3、kafka分区策略,负载不均衡的情况如何解决,答负载均衡算法,追问,如果我就是要写到一个分区呢,一个分区的数据量特别大,有什么影响,答消费的慢,耽误整体的进度,如何解决,不会,随口说了个增加线程池数量,糖完了4、幂等是如何实现的,答在数据库中保存个状态,如果状态已经更新到想要的阶段,就什么都不做5、手撕代码,合并k个升序数组,hot100没刷这道题,写了两种方法,都是最low的,一个是存在arrayList里,还有一个是两两merge,最后还有一种问思路,讲了优先队列,然后开始拷打时间复杂度,每个都问了一遍。。6、手撕代码,非降序整型数组,找出索引值等于元素值的最小索引,二分,然后问为什么二分可以实现,然后问如果是double数组还可以吗,直接糖完了7、tcp的拆包、粘包问题8、udp是否有这个问题9、为什么四次挥手10、乐观锁和悲观锁的实现、场景11、如何自己实现一个ThreadLocal,答两层哈希表,给我糖完了,然后面试官问这两层哈希表的key都是什么,第一层我说是线程id,第二层我一开始说string,然后又想到threadLocal的template,随口说了个class对象12、反问,建议,写代码写的太果断了,有最好的思路再写,不然有点浪费时间13、问业务,数据平台部手爹你带我走吧,外边都是摄像头和摄像头的摄像头4月7日更新,已寄
投递快手等公司10个岗位
点赞 评论 收藏
转发
牛客网
牛客企业服务