快手求职进展汇总

1. 面试官先自我介绍了一下2. 我的自我介绍3. 主要比较care实习里面的各个阶段的数据流程，问了一下合成数据的优缺点？4. 问了一下LLM评估方面，人工还是自动化？离线评估指标和线上评估指标有什么区别？5. 问了一下推荐系统和LLM结合的理解，从召回和精排两部分稍微说了一下理解，以及结合多模态blabla6. 做了一个最长回文子串的题，我用的一般的O(n^2)的算法，那个O(n)的记不得了，面试官让优化，大概说了一下可以剪枝什么的，没有具体做（确实不太会）7. 反问，其实更多的是面试官在给我讲推荐系统的难点，以及他们认为LLM可以优化哪些地方#快手求职进展汇总##牛客创作赏金赛#

💼公司岗位：快手电商   Java后端开发工程师⏳投递进度条 8.21投 8.29一面  9.2二面二面面经：1:自我介绍2:实习项目介绍3:这些都是你做的吗 Kafka集群 Zookeeper集群都是自己在服务器部署的吗4:你认为实习期间项目的难点是什么，怎么解决的5:说一下Java的类加载器，引出了双亲委派6:为什么要有双亲委派机制，目的是什么7:之前两端经历都用了Swagger 为什么要用8:有没有考虑过用Swagger的安全问题，被别人抓包到了怎么办9:说一下计算机网络的七层模型10:看你了解Dubbo，那Dubbo应该在哪一层11:第二段实习都干了什么12:项目经历是实际上线的还是练手的13:获得的证书都是干什么的14:算法题，智力题15:做电商比较卷，对加班怎么看16:abc联合索引 a，ab，bc是否走索引17:实习期间用的地图数据是什么类型的，用于什么？答：众包地图数据，用于自动驾驶反问：1:后面流程：还有一轮技术 一轮hr2:根据今天的表现，对我的建议已约三面 #java#  #快手#  #后端#  #秋招#  #快手求职进展汇总#  #面经#  #校招#

一面50min，面试官挺好的，无八股1.自我介绍2.实习介绍，遇到了哪些困难3.项目介绍4.做题，群红包总金额m，分n份，每份下限x，上限y，生成一种的随机的可行分配方案5.最近在看哪些书6.Java线程池了解吗，原理，核心线程执行完任务为什么不会被销毁7.平时怎么学习的8.反问二面30min，面试官还迟到10min1.自我介绍2.RPC底层3.redis主从复制，从节点为什么要清空数据集后加载rdb文件4.主节点写速度过快怎么办，回答了环形缓冲区写满后全量同步。追问，那这样从节点一直在全量同步，怎么解决5.MySQL慢查询怎么定位？因为网络问题或者服务器问题导致的慢查询怎么区分6.RabbitMQ怎么保证可靠性，服务器炸了怎么办，集群是怎么保证可靠性的7.反问被面试官说各种技术原理方面的知识掌握的不好三面30min，面试官都没开1.自我介绍2.实习经历3.thrift框架和dubbo区别4.线程池拒绝策略，如何选择5.协程线程区别6.jdk17新特性7.新版jdk打印日志时是否还有必要规避字符串拼接（？）8.MySQL慢查询怎么定位？因为网络问题或者服务器问题导致的慢查询怎么定位（和二面一样的问题）9.动态代理实现方式10.使用队列实现目录及子目录打印11.反问三面后一小时感谢信#快手求职进展汇总##Java##秋招##快手#

如题，太爽了，第一次体验秒进录用评估！#快手求职进展汇总##牛客创作赏金赛#

提前批 非star岗位类型：推荐方向llm算法一面：自我介绍。聊项目。无八股。手撕是一个滑动窗口 有些小细节没写对 但最后还是给过了。二面：自我介绍然后紧接伪代码手撕多头注意力，撕完面试官说rms和残差链接呢？我说这个一般不在多头注意力这个类里面写，又给他写了一下transformersblock里面forward的伪代码。紧急八股，rms和一般layer norm的区别。layer norm和batch norm的区别，为什么大模型中一般用layer norm然后是手撕，先给了一道dp，乘积最大的子数组，这题刷了好几遍，可以秒。但我怕面试官认为我太会，故意沉思了一段时间，才和他说了一下思路，然后秒了。可能是上一道题沉思的不够久，写得还是太快了，面试官又给了道点积最大的子数组，一开始不太会，思考了一下还是dp，转移思路和编辑距离类似，就写出来了。三面自我介绍。简单介绍自己做的项目。一个智力题，去掉大小王的扑克牌，随机抽五张，自由选择盖下一张展示四张，和同伙设计一种出老千的方式，使得同伙可以猜出盖牌。分颜色和点数两纬度出老千，颜色这块一开始想复杂了，在讨论各种情况，然后面试官点了一下我，抽五张牌，必有相同的两花色。点数上，面试官提示可以定义花色和点数的排序规则，展示的四张牌，一张同花色作为点数的锚点，其他三张可以根据排序规则被标记为1 2 3，1~3排列出6种情况，对应6中差值，把1~13的范围想成进制，则可以cover住任何差值。聊人生，聊对大模型的理解，聊之后想做的方向。 #快手# #快手秋招正式启动啦# #快手求职进展汇总# #秋招提前批启动你开冲了吗# #秋招# #快手提前批#

三面面试官应该是leader，聊的很愉快，也从他那里得到了很多经验和建议，很真诚，很用心的一个面试官，想必在组内也有很好的评价。三面总体来看是去了解你的思路和业务能力，包括遇到问题的处理方式，代码题考的就很简单，不是主要目的。三面只要思路敏捷，认真沟通交流就没问题1.在字节这边做的技术上的一些事情，是否还有优化的空间2.配置的路由json是如何获取和存储3.实习相关的一些事4.实习开发完的需求有没有回头看下有什么优化的点5.在实习过程中做过的复杂度最高的功能点或者业务是什么6.如何在数据上去设计优化提到的功能点7.在校项目介绍8.地图瓦片（没听说过）9.Vue和React的状态管理用的是什么，Pinia和Vuex的区别是什么10.在实习的时候状态管理工具的选型有没有跟mt了解过为什么选这个11.hook用过哪些，了解差异吗12.“副作用”怎么理解？它是一个什么样的概念13.转正情况了解，觉得字节这边的团队和业务适合自己吗14.手上offer情况和秋招情况了解聊天：互联网目前的就业形势和风口代码题：将“get-element-by-id”变成“GetElementById”和“getElementById”，顺便考察了一下map和forEach的区别反问聊天十五分钟面试官给了一些很好的建议，在未来的一到三年要好好磨练自己的技术，并且在做事的时候往深想一层，考虑更多的细节，多关注技术，多思考。感受到面试官很用心在跟我交流，非常感谢快手，很好的面试体验#想实习转正，又想准备秋招，我该怎么办##快手##快手求职进展汇总##前端##秋招##软件开发笔面经#

8.19自我介绍问最近的一个实习项目，是做口腔大模型的：（侧重于模型训练）1.数据集规模、筛选和配比2.超参数有哪些。学习率的选择，怎么寻找超参。小规模数据，怎么跑的，是串行还是并行。loss曲线怎么看的3.DeepSpeed介绍，用的什么配置（zero_2）4.为什么选择 Qwen1.5-32B-chat （就俩卡，用57B跑的太慢）5.BLEU-4的计算公式5.模型评估是怎么做的？第二个实习经历，是做的RAG（侧重于模型底层原理）1.lora介绍，秩的数学意义，怎么计算矩阵的秩2.多路召回是怎么实现的3.向量模型和重排模型的微调是怎么做的4.交叉熵的计算公式。在前向传播的时候为什么选择交叉熵作为loss，为什么不用mse（为什么）5.在模型预测的时候，softmax是把词表的全部token的概率都归一化吗？词表都很大，怎么加速计算（我也没算过啊）本科的项目经历，是一个微博舆情主题及情感演化的时空分析，GitHub上500多star。（侧重于项目设计思路）1.项目的选题和意义2.项目的设计框架算法题：最大连续子数组和。有印象，但是写得太快了没定义好，出现了很多bug，在面试官不断提醒错了后逐步debug出来了。没咋考RAG，更多的是模型侧的，有些没有学到那么深。应用我以为是重点考RAG呢，复习重点错了#快手求职进展汇总##你的秋招第一面感觉怎么样##九月投秋招是不是太晚了？#

bg：华科计算机科班，两段top大厂后端实习这快手一面直接给我面麻了，上来就说他不喜欢问八股，觉得没意思，然后开始拷打实习。就问实习中集群、并发这些怎么处理等等，我说我实习没做过这么核心的架构，然后被八股说了一下自己理解。他就说技术太窄了，深度不够。感觉面试官就不想面了，但还是出了道算法，生成所有有效括号(力扣原题)，1分钟秒了。结果又说技术深度不够什么的，你要挂就挂，还整算法干嘛。快手技术要求这么高吗，应届生就要懂核心那些核心架构处理，这没个几年经验能懂这么深？还是太菜了，还得练 #快手求职进展汇总# #秋招拿一个offer可以躺平吗#

续上回凉经（后面才知道二面是ld，就是那个风格）后来约了三面，第二天一面面试官加vx，口头offer，但是要求接了offer一定要去😭。鼠鼠何德何能，还是先答应了，希望到手的offer别跑了。哎若有因果，尽加吾身！冲了！#快手求职进展汇总##秋招开了，你想投哪些公司呢##九月投秋招是不是太晚了？#

1、自我介绍2、实习最大的挑战，如何克服，最大的收获3、tcp udp区别，快手直播更适用于哪种4、滑动窗口（第一次被问到，说得一塌糊涂），窗口大小由什么决定5、手撕：盛水最多的容器6、登陆页面测试用例设计7、通过面试什么时候到职（被问到这个问题有点懵）8、反问#快手求职进展汇总##快手#

一面8-191.自我介绍2.问美团的实习，问我商品量级，召回中相关性分档怎么做的，会不会出现query太不规范不能match到商品，怎么解决？我们的场景是否每个query和item都能匹配到相关性分数？3.精排模型我们用的baseline是什么，怎么用query和行为序列做的target attention，行为序列怎么截断的，最后如何用query打压搜索结果的推荐多样性？4.有哪些序列建模的方法和模型5.问了sim的详细原理6.说一下gbdt的全部流程，能做分类任务吗，怎么做7.做了一道中等难度题然后反问问得挺开放的，有些问题答的不好，二面8-221.自我介绍2.介绍实习的召回策略3.向量召回和策略召回的优缺点是什么，怎么解决向量召回的性能问题（不好回答）4.向量召回怎么做可以弥补漏召回或者误召回的问题5.DIN整体模块讲述，target attention的计算时间复杂度6.mmoe整体模块介绍一下，还有什么进阶的模型吗？解决的问题是什么？mmoe的gate输入是什么7.xgb和lgbm区别，怎么进行特征筛选和重要性分析8.讲一下auc在推荐中的物理意义9. 手写AUC（还好复习了，不然直接凉，虽然最后结果输出错了）#快手##快手求职进展汇总##算法##秋招##秋招提前批，你开始投了吗##算法面试分享#

因为自己时间的原因，这场面试拖了很久才安排上。整体面试官很好，问的都是基础知识，并且在其中做了部分拓展。没有让我介绍，直接开始聊项目，聊实习，基于实习和项目进行了部分拓展。接着是八股文，并且基于八股文问了一些拓展场景。先是数据库，Redis的数据结构，事务，MySQL的事务，索引，HTTP和HTTPS的区别，TCP三次握手理解，如果两次握手会怎么样，TCP如何保障可靠连接，滑动窗口在第几次连接会确定窗口大小。虚拟线程，线程和协程，线程池的作用和部分参数，线程的三大特性，结合JVM内存模型理解，如何保证可见性。然后场景题，问我监控系统怎么做，内存里高效数据聚合。算法题，第一题归并排序（好久没写归并了，有一些小bug，写了20分钟，写快了拉低分了），第二题，因为时间关系只说了思路，回文字符串判断。总的来说，前面发挥的都还可以，就一个滑动窗口在第几次握手没回答出来，算法题归并排序真的太丢人了。面试官看的出来很专业，对我也很有耐心，部门业务也很核心。 #快手求职进展汇总#

自我介绍项目亮点，说了老长，终于在嘴巴干涩的时候面试官让我停下，开始问一些细节讲了自己知道的状态管理 详细讲了redux结合了项目，面试官超级好，给我讲了RxJS情景问题，流式的数据，想要返回怎么去做比较好所有的design pattern讲了一遍，自己的项目是怎么用的项目聊天中的websocket的实现websocket的ping pong机制nodejs和浏览器的事件循环机制宏任务，微任务点击是什么任务css居中的方法react的所有hooks定位手撕Eventhub反问一共45分钟左右，面试官说我状态很好继续保持，我觉得二面就没问题，大概过了三四个小时二面#快手##快手求职进展汇总##快手前端#二面前半个小时很好，后半个小时感觉压力来了，应该是挂了

🕒 岗位/面试时间快手电商/杭州九月前 面试完了 👥 面试题目一面核心就是实习和项目一面面试官人比较好 问的也蛮有深度手撕是力扣+promise二面核心实习二面面试官难度就比较大了 很多地方涉及到了源码和框架底层 浏览器底层原理的实现手撕是自定义一个并发处理三面三面面试官0八股无手撕全程开放性题目 看一个人的思维 规划 对于业务理解及个人成绩和潜力 #前端# #快手# #快手面经# #快手求职进展汇总#

🕒 岗位/面试时间Java后端 8.15自我介绍问了下我简历里面的专利和大创，以及校赛的获奖顺着简历问八股hashmap，hashset类加载器，双亲委派模式垃圾回收器jvm内存模型索引，索引分类（没答上）结合着项目（点评）讲讲Redis用法，每一条都讲了问了下单点登录（面试官以为是单设备，问我是怎么实现的）redis stream实现消息队列遇到任务失败怎么处理的手撕链表旋转，我以为是反转，浪费了不少时间面完后十多分钟约二面 #快手求职进展汇总#

#快手求职进展汇总#昨天下午三面刚刚看官网已经结束流程了

1.自我介绍2.随便讲了下项目，讲了下遇到的困难怎么解决3.又讲了下lgbm，深度问了下原理，问得很细4.就聊了20多分钟项目，然后写题：字符串中合法ip地址，之前没做过，边界条件太难受了，有一些案例没有正确输出，力扣和网上好像也没原题已经在评估中了！希望有好运气吧#快手求职进展汇总##秋招##算法##算法岗##秋招提前批，你开始投了吗##搜索推荐#

面试时间8月30日1. 自我介绍2. 直接做两道题，LC17、LC2093. 开始问实习，主要在继续预训练的数据、训练参数等上详细问了（一直问我两阶段学习率都是怎么设置的）问实习的过程中穿插了一些LLM八股4. 预训练的loss5. 退火过程的理解6. LLM的几种架构7. Llama跟BERT的各种对比8. Llama结构的演化改进9. ROPE的原理10. BN、LN、RMSnorm反问，主要做视频相关的推荐，多模态之类的，感觉是没有多模态经历要寄了虽然但是，感觉面试官不是很懂LLM，我说了个RLHF他反应了半天，还让我解释不过没事，挂了继续投，下一个准备投广告😁 #快手# #牛客创作赏金赛# #快手求职进展汇总# --------------------更新，已经约二面了，这次居然秒过

体验非常好的一面1、上来自我介绍，问我现在在干嘛？，还在实习吗？有没有其他offer，是否来北京？2、学习了哪些计算机知识，为什么转码，为什么本科不考一个计算机的研究生？3、是怎么自学的，为什么选择后端，有没有了解过其他方向？4、第一个项目是在什么契机下做的？有没有遇到什么技术难点？5、实习过程中，感受最深刻的是什么？接下来重头戏，开放场景题拷打6、服务降级怎么做，除了服务降级，还有哪些方法可以确保服务的稳定性？7、百万pc u的直播场景，如何确保消息的下发？8、如果消息丢失怎么办？如果并发压力太大怎么办？9、大量并发请求，如何进行限流，缓存穿透了怎么办？10、有大量的机器如何进行负载均衡，有...