听说写面经可以多拿offer小红书一共是三轮技术面+HRBP面，整个面试体验很好，官网投完简历两天就面试了，结果出的也很快，几轮的面试官人都很nice。一面，一小时左右：首先是做自我介绍，这个可以提前准备一下介绍简历中写的论文，讲的过程中面试官会提一些问题，问的蛮中肯的，也提了一些建议，沟通很愉快。会问下做的东西在工业界有没有一些应用场景，可以发散的聊一聊问了下之前在美团实习主要是做些什么，有什么收获或者感想召回常用的一些方法，FM，DCN等推荐相关的知识写代码，一道工程模拟题，实现一个类和三个函数，分析时间空间复杂度，然后优化提问环节二面，一小时左右：自我介绍完做了二十分钟的产品调研，就是对小红书的一些使用体验，以及对小红书的推荐系统有没有一些使用感想之类的介绍论文，这里跟一面基本一样聊一聊推荐系统知识，对推荐系统的掌握程度。如实说了，在学校没有做过推荐相关的项目，看过王喆老师的《深度学习推荐系统》和B站上王树森老师的推荐系统视频。然后就让我介绍了下常见的算法模型，协同过滤、矩阵分解，FM，DCN的原理以及优缺点，最后问了一下Wide&Deep模型的原理。推荐系统怎么做新用户冷启动推荐系统中的一些带bias的场景怎么debias写一道代码题，三角形中最小路径之和提问环节三面，一小时左右：自我介绍以及介绍论文推荐系统中debias的方法，比较开放性的讨论多任务学习中推荐系统中的应用给了一个场景，让设计一个推荐系统架构，然后分析存在哪些问题。多任务学习的参数共享及不共享参数各自的优缺点，然后从这两个角度分别去设计模型，包含特征交叉，embedding之类的。一道代码题，只写出了最简单版本，分析时空复杂度，然后有优化的思路，代码没写出来，结束了看了下是leetcode hard题。提问环节HRBP面，三十分钟：问了下什么时候开始使用小红书的，觉得小红书的推荐搜索做的怎么样问了在美团实习的收获感想之类的对推荐这个岗位的了解，以及为什么选择推荐介绍了小红书有哪些部门过两天就收到了offer，整个面试过程很和谐，很多问题都是在讨论，回答不上来的话面试官会帮着分析和引导，base上海新天地。-------------手动分割--------------还面了地平线的自动驾驶算法岗，base南京，两轮技术+hr面，地平线实习给的有点少，最后没去，有空了把面经整理出来。