社招跳槽:6家大厂社招面试经历

#面试问题记录# ✴️Shopee一直播推荐算法
1️⃣—面
1、聊简历项目
2、code:如何利用计算机求π,不限时间复杂度,可以循环一亿次
2️⃣二面
1、聊简历项目
2、开发性问题:有一个商品,开始时正常的,突然有点时间因为竞对的品抬高出价拿不到曝光了。等到竞对不加价后发现依旧拿不到曝光,从模型的角度解释原因以及解决方案。
 HR面
第一轮薪资方案沟通
第二轮薪资方案沟通
🍊整体面试评价:一面和二面的技术体验还是比较好的,二面leader很有技术深度,项目上问了很多有意思的东西。团队整体应该比较wlb,涨幅太低拒了。

✴️阿里国际・搜索广告算法
1️⃣—面
1、聊简历项目
2、实习项目中涉及了MIND,讲一下MIND的具体实现
3、看你研究生背景是CV的,讲一下MOC。(答不会,早不混cv圈了),那讲一下ViT吧
4、八股:知道python的装饰器么/ if name == "main,的作用是什么/ multi-head attention的计算参数量是多大/ multi-head attention具体怎么实现/
5、对大模型有什么了解么
6、说一下NCELoss和Sample softmaxloss的区别,Sample softmaxloss的消偏是怎么做的?
7、code数组求最大乘积子数组,有正有负,1eetCode. 152实现一个 time_decay 的 DIN
2️⃣二面
聊了很多广告的业务,涉及cpc计费逻辑等等没有code‍
3️⃣三面(交叉面)&HR面
聊了一些用户冷启的东西没有code
第一轮薪资沟通
第二轮薪资沟通
🍊整体评价:一面的面试官技术水平比较好的,整体面试过程中气氛比较和善,能get到项目中的motivation和亮点,二面的Id面体验也是挺好的。后面的谈薪环节也是诚意拉满,打听下来团队做的事情挺不错的,团队氛围也非常好!
✴️阿里淘天-首猜推荐算法
1️⃣—面
1、围绕GraphSage建模聊了一些东西
2、问了下MIND的实现逻辑
3、code:反转链表,要求递归和迭代两种方式
2️⃣二面
1、code:上来先写一道code:实现sqrt(x),向下取整。
2、离线在线不一致问题怎么解决?
3、线上SIM的实现逻辑,耗时怎么看4、跨域建模可以有哪些方式
3️⃣三面(交叉面)
1、聊简历项目
2、code:实现MMOE
HR面
第一轮薪资沟通
第二轮薪资沟通
第三轮薪资沟通
🍊整体评价:一面的小姐姐沟通非常和善,围绕着项目聊了一个小时。二面的Id比较侧重于开发性问题和思维发散能力。三面交叉面感觉是个大佬,在精排方面聊了很多,最后code环节让手措 了一个MMOE差点没绷住,整体聊下来很愉快。
✴️快手-广告算法
1️⃣—面
1、介绍简历项目
2、code查找旋转数组lc.33字符串四则运算lc.2274.1
2️⃣二面
聊简历项目
HR面
第一轮薪资沟通
第二轮薪资沟通
第三轮薪资沟通‍
🍊整体评价:一面上来先做了两道题,尤其是第二道其实还是比较搞心态的,感觉社招里也就抖快最看重做题了。做完题后就简单的聊了聊,一面完后整个人那一天都很累,感觉一上来就写题的面试强度还是挺大的。二面面试官是个大佬,面的过程主要就是聊项目,把工作中的三个项目以及两段实习的两个项目都聊了一遍,面试官非常认可,给了比较高的评价。在谈薪定级的时候,一开始没给到满意的职级,也是二面面试官去做了很多争取吧,整个组的风评也比较高,是最后几个候选去处之一。
🍊如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
全部评论

相关推荐

1.自我介绍回答:个人感觉正常,个人优势在于 专研技术的同时 深耕业务,看了很多技术博客书籍 JAVA并发编程、深入浅出SSD2.让我挑一个重点项目说回答:我说的定时任务 介绍了重点1.数据分片(时间+桶二维)+冷热数据3.为啥不用时间伦算法回答:时间轮优势在于层级存储,问题是要实现数据分片,且分布式架构不好实现,我们自研框架优势在于 架构清楚,利于维护与定制化二次开发4.为啥不用xxl-job回答:xxl-job与业务代码耦合,上手需要时间,不利于组内维护,且不利于定制化开发5.介绍业务流程华为计算存储部门,主要负责服务器相关产品的硬件软件配套,由此我们需要清洗、测试大量的硬盘、内存数据。6.问我如何使用 异步调度任务框架需要别人接入我们的框架,创建好三张表(任务信息表、配置表、位置表),部署调度服务器,执行层服务器异步任务框架(============================================)7.问:我们架构,介绍下流程分为三层:调度层、执行层、治理层。 业务访通过调度层创建任务表,然后我们的执行层会抢占分布式锁,调用调度层占据一批任务然后执行追问:分布式锁锁的啥答:任务类型追问:一个任务类型一张表吗,不同的任务在不同的表答:是的8.追问:如何分表答:阿里规范、b+树 3层io9.如何做的慢sql优化答:写查询接口的时候有一个order by 优先级,粗心了,导致filesort,加了索引,索引覆盖10.如何做的优化压测发现qps上不去,以及连接池报超时异常,最大链接数刚开始默认8,后面优化5011.压测细节(感觉这里寄了)用的wrk 50个线程 200个并发 持续30s 观测到 qps 几百最大链接数刚开始默认8,后面优化50,使得qps 上升到2000+(语气感觉有点质疑)12.治理层干嘛清理执行超时任务+分表13.如何分表大小分表+滚表14.为啥不用大表mysql读写慢15.框架部署在别人的服务器上面,分表属于mdl操作,业务方会同意吗(致命问题)????当初遇到了这个问题,但是表太大 mysql读写造成影响,评审会和架构师一起让业务方妥协的,我们不删除表,只做新增16.问:清洗数据怎么来的?答:调用别人接口问:为啥不一把拿过来答:调用数据有限制。旧系统数据不准确,所以有了我们这个框架。定时任务框架(============================================)16.问我们架构分为三层:迁移层、触发层、执行层17.问我瓶颈在哪里答:任务创建18. 业务流程业务方创建定时器,激活定时器,迁移模块会自动生成2h热数据。同时每小时生成新的数据。18.假如有几百个业务方,如何定制化开发回调接口(记忆模糊,记不清指调度任务框架还是定时任务)?我们不会同意这种要求,责任覆盖面积太大,架构师和leader不会同意。推送系统:18.部署在哪里我们自己服务器19.那你们属于底层基础设施,也部署自己的消息推送系统吗?(感觉像质疑)是的(那必须)20.高优先、低优先如何理解高优先重大事故、低优一二级事故21.是通过topic还是partionpartion22.如何保证消息不丢失消息多副本机制,通过设置ack为all,等所有的消息都同步了以后,才应答生产者八股:23.nacos 是cp还是apap后被质疑(后面承认忘记了)24.如何实现服务发现和注册答:nacos注册中心会定期向实力发送心跳检测,超过一定时间,踢出。追问:消息发现呢答:忘记了25.synchized 和 reentranlock 区别reentranlock可以看作s锁的继承以及拓展,优势在于 公平锁、多条件、缺点:手动 try finally unlock26.线程池参数及线程创建过程1.最大连接数 2.核心链接数 3.排队队列 4.线程工厂 5.拒绝策略创建过程:核心未满先创建,满了放队列,队列满了创建最大连接数,超过最大,拒绝27.项目用的啥redis结构zset zrangebyscore score=定时时间戳28.追问 分布式锁原理啥setnx + lua lua保证解锁原子性29.redis哪些数据结构string、set、zset、hash(list忘了 我傻逼了)30.zset底层少数据ziplist 多数据跳表+hashtable31.redis culster了解吗哨兵模式,分leader 和从节点,从节点监听leader,leader死掉,推选 同步进度最高的节点为leader。完成了故障转移culster是如何实现分片的呢用的是 hash算法 crc16(数据)%1638432.算法题 *****************************************************简单的拿下 1.思路 找到断开的位置然后拼接两部分用时:20-30min 网吧硬盘太垃圾了 不好敲33.对面试官有啥问的我问:了解了公司是做b2b业务的,业务的瓶颈在哪里面试官:说在保证 国外接口调用不出问题我:参照这个场景我们就可以用 长连接+websocket+消息队列 解决调用问题我问:if进去了,核心挑战是啥面试官:保证事务一致,安全性要求很高,涉及转账,对代码要求很高34.aps原理是啥?(说到fifo的队列 面试官质疑了我一下)aps是线程同步框架,reentranlock的底层原理,核心原理是voliet的statue和fifo的队列,目的是为了资源控制和线程管理。面试总结感觉难度:难。细节追着杀。感觉:这家大厂成员来自于阿里,细节追着杀,项目部分 架构/重难点还好给了二面,谢谢面试官,祝您永远不死。
点赞 评论 收藏
分享
04-30 08:02
东南大学 C++
一、基本情况 / 实习经历1.你先做一下自我介绍。2.你大二就去字节实习了吗?3.你能简单介绍一下你在字节实习做的项目吗?________________________________________二、字节实习项目:端上特征平台 / 性能优化4.你们这个端上特征平台里的“特征”具体指什么?5.客户端上的特征和服务端上的特征有什么区别?6.你在实习中做的两块优化,具体分别是什么?7.这两块优化分别解决了什么问题?8.你觉得这里面的难点主要在发现问题,还是在方案设计和落地?9.设备特征缓存为什么可以做分层?10.你们是怎么确定 2 秒、10 秒、90 秒这类分层缓存策略的?11.业务方怎么感知或使用这套缓存频率配置?12.这些设备特征的规模是固定的吗?13.你做的特征 SQL 优化具体是怎么做的?14.这里的时间戳在 SQL 里具体是什么条件?15.为什么这些 SQL 可以合并处理?16.你们为什么要在端上做特征处理,而不是全部上报到云端处理?17.端上做特征处理,最终是给哪些场景使用的?18.你这个特征平台和抖音、头条这些业务之间的关系是什么?19.业务方如果需要自定义特征,是怎么接入你们平台的?________________________________________三、AI 投资分析系统 / 多 Agent 设计20.你能介绍一下你做的 AI 投资分析系统吗?21.这个系统从用户输入到输出投资建议,大概是什么流程?22.你为什么要把系统拆成多个 Agent,而不是单 Agent?23.你这样拆成多个子 Agent,会不会导致信息割裂,反而影响最终分析效果?24.你觉得你现在这个多 Agent 方案主要问题在哪里?25.如果让你继续优化这个投资分析系统,你会怎么改它的 pipeline?26.你会怎么降低这个系统里的幻觉和噪声问题?27.你觉得投资分析系统里的“证据链完整性”应该怎么保证?28.除了证据链,你觉得最终“投资建议生成”这一层应该怎么设计规则或决策机制?29.你理解的“闭环”是什么?30.如果要让这个投资分析系统真正形成闭环,你觉得还缺哪些能力?31.用户反馈信号应该怎么作用到你的系统里?32.长期记忆、短期记忆和用户画像在这个系统里应该怎么设计?33.你觉得用户反馈信号应该怎么转成 reward 或权重更新?34.你提到意图识别和 plan,那你怎么保证这条链路本身的一致性?________________________________________四、高并发 AI 聊天系统35.你做的高并发 AI 聊天系统,里面“高并发”和“AI 聊天”结合起来,有什么特别值得讲的地方?36.你为什么会做这个项目?
点赞 评论 收藏
分享
不愿透露姓名的神秘牛友
04-27 22:33
已编辑
点赞 评论 收藏
分享
评论
点赞
8
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务