【一面】Shopee（26届秋招）算法工程师-AI方向

📍 公司：虾皮（Shopee）💼 岗位：大数据开发工程师📅 面试时间线：7.30 一面8.4 二面8.8 收到感谢信（未通过）面试问题记录请介绍你实习中负责的数仓数据流向及核心业务场景。详细说明一个具体业务模块，包括所用技术栈与上下游用户。针对问题2中的业务，如何处理并发场景下的“不可重复读”问题？大数据技术栈掌握情况？重点提问 Spark 的使用经验。如何优化实际 Spark 任务？请举例（如数据倾斜、Shuffle 优化）。描述快速排序算法的基本思想（穿插在数据倾斜优化中考察基础）。是否遇到过数据写错的情况？若数仓数据写入 Kafka 错误，如何修复？➤ 进一步追问：HDFS 数据已错，但 Kafka → 业务表已生效，如何保证一致性与服务可用性？若需从某个 Kafka Topic 消费数据并入库数仓，你会如何设计流程？（开放性问题）🙌 面试感悟虽为实习经历深挖，但问题贴近真实生产场景，尤其关注高可用、数据一致性、容错与恢复机制；对数据链路的闭环理解要求较高，需清楚“从出错到修复”的全链路影响；建议提前准备：✅ 典型数据倾斜解决方案（如加盐、两阶段聚合）✅ Kafka 重放与幂等写入策略✅ 数仓分层中各层容灾与回溯能力设计📌 C端业务对数据质量与系统稳定性要求高，面试更倾向考察“出问题后怎么办”的应急思维。

一面（主要结合实习和项目）：1. 目前了解到的序列建模工作有哪些。2. 对比学习的原理。3. InfoNCE的温度系数有什么作用。4. 手撕题 删除链表倒数第n个数。5. 过往kaggle比赛选一个讲一下。6. 实习中遇到过最大的挑战是啥，是怎么解决的。二面 （主要结合实习）1. 针对实习深挖，需要提供一些可能的进一步的改进方案2. kaggle里有一个大模型项目，讲述一下是怎么做的，有什么创新点。3. 手撕题 返回数组第k大得数，nlogn就行，但不能调用sort。hr 面1. 主要对过往经历做了一些提问，不涉及技术。 整体面试很轻松，没有压力面，手撕题也比较简单。所以有点难以确定会不会最后...

1、自我介绍2、简历实习问答3、生男女孩概率问题4、接雨水（人生第一次面字节就出hard，哈人）

看到牛客社区内比较少有面试官发言，也比较少有面试官视角的帖子。作为面试官一枚，我想从过往的经历和对候选人的要求，来给即将求职的同学分享几点建议。先说一下我的背景吧，2021-2024年校园招聘优秀考官，中兴无线算法部老蓝剑一枚，目前是智算算法方向的项目经理，我的工作内容覆盖模型训练、模型应用和具身智能这三大模块，今年的主要精力都投放在具身智能的组织方向上。1、应届生怎么明确自己的方向？近1-2年大模型方向比较热，行业内的公司都在积极竞争。提及AI智算，大家确实会更容易将目光投放在一些互联网巨头上，比如字节、阿里、腾讯等，这些企业跟学生群体比较“亲近”，加上高价薪酬，offer的吸引力不言而喻。...