地平线二面

思特威——面经timeline岗：数字ic目前进度：正式offer除了迪✌🏻的唯一一个offer😭感谢老思。秋招期间在牛客看了很多面经贴，快成老家了，发个面经贴攒攒人品。笔试：8.23常见八股加一道智力题，原来貌似倒计时一个小时但是计时结束也不会强制提交，现在同门反馈是会强制提交了。一面：技术面 9.5 30min总体来说氛围比较轻松，结合项目询问低功耗处理方法和异步处理方法，让讲了个异步fifo，会询问代码量之类的。二面：部门主管面 9.21 30-40min探讨了我项目中所负责的模块的实际应用场景（可能相比起技术细节会更偏向于对IP应用的思考）我的项目多是数模结合的模块，因此也追问了数...

大三前端但是0实习，1月陆陆续续面了MiniMax，字节，小红书、米哈游、虾皮，除了字节发感谢信其他在泡池子今天boss上一个小厂hr打招呼，感觉条件挺优厚的，感觉可以干到4月再面暑期问问牛油们可以去试试嘛

rt，人生第一次实习，感觉自己是个大水货，配环境就花了一天，这个大项目，更是不知道该怎么捋，该怎么办该怎么办，怕被开了

昨天刷X的时候,突然发现xAI把整个For You推荐算法开源了。说实话,我当时就愣住了。要知道,推荐算法这东西,对社交平台来说就是命根子。抖音的推荐算法、小红书的推荐逻辑,哪个不是藏着掖着当核心机密?结果马斯克直接把代码扔GitHub上,7000多个star,就这么大大方方让你看。这背后到底藏着什么秘密?一个让我震惊的发现我花了整整几个晚上扒完这套代码,发现了一个颠覆认知的事实:X的推荐系统里,几乎没有人工规则。什么意思?传统的推荐系统,工程师会设计几百上千条规则。比如用户点赞过科技类内容,就多推科技,或者转发率高的内容加权。这些都是人脑想出来的逻辑。但X的算法完全不是这么玩的。他们用的是G...