快手提前批 商业化部门三面 机器学习算法 已发offer
一面。算法题：归并排序，O(1)空间复杂度
场景题，广告主给了一批高转换人群包，问我们怎么用来提升业务。
原理题，推导一个NN的dense layer weight初始化为0的情况下，会出现什么现象。
其他的忘了，比较简单吧。
二面，算法题，找第k大，写出建堆的代码
如何判断NN是神经网络结构的问题还是优化的问题，比如学习率优化器之类的。
其他的忘了，也比较简单吧。
跟项目有关的隐去了。
三面，聊天。风格类似HR面。
现在的面试越来越记不住东西了，面完就忘...
感觉快手的面试体验比头条好多了，面试官请吃了饭，逛了快手一圈，聊了聊天，感觉很开心，三个面试官都主动加了微信。
吐槽头条4面都没给自我介绍的机会，直接写两道算法题
后续：已拿快star offer的意向书。
#面经##机器学习##快手##校招##提前批#
查看9道真题和解析