小红书推荐算法工程师实习面经

听说写面经可以多拿offer

小红书一共是三轮技术面+HRBP面，整个面试体验很好，官网投完简历两天就面试了，结果出的也很快，几轮的面试官人都很nice。

一面，一小时左右：

• 首先是做自我介绍，这个可以提前准备一下
• 介绍简历中写的论文，讲的过程中面试官会提一些问题，问的蛮中肯的，也提了一些建议，沟通很愉快。会问下做的东西在工业界有没有一些应用场景，可以发散的聊一聊
• 问了下之前在美团实习主要是做些什么，有什么收获或者感想
• 召回常用的一些方法，FM，DCN等推荐相关的知识
• 写代码，一道工程模拟题，实现一个类和三个函数，分析时间空间复杂度，然后优化
• 提问环节

二面，一小时左右：

• 自我介绍完做了二十分钟的产品调研，就是对小红书的一些使用体验，以及对小红书的推荐系统有没有一些使用感想之类的
• 介绍论文，这里跟一面基本一样
• 聊一聊推荐系统知识，对推荐系统的掌握程度。如实说了，在学校没有做过推荐相关的项目，看过王喆老师的《深度学习推荐系统》和B站上王树森老师的推荐系统视频。然后就让我介绍了下常见的算法模型，协同过滤、矩阵分解，FM，DCN的原理以及优缺点，最后问了一下Wide&Deep模型的原理。
• 推荐系统怎么做新用户冷启动
• 推荐系统中的一些带bias的场景怎么debias
• 写一道代码题，三角形中最小路径之和
• 提问环节

三面，一小时左右：

• 自我介绍以及介绍论文
• 推荐系统中debias的方法，比较开放性的讨论
• 多任务学习中推荐系统中的应用
• 给了一个场景，让设计一个推荐系统架构，然后分析存在哪些问题。
• 多任务学习的参数共享及不共享参数各自的优缺点，然后从这两个角度分别去设计模型，包含特征交叉，embedding之类的。
• 一道代码题，只写出了最简单版本，分析时空复杂度，然后有优化的思路，代码没写出来，结束了看了下是leetcode hard题。
• 提问环节

HRBP面，三十分钟：

• 问了下什么时候开始使用小红书的，觉得小红书的推荐搜索做的怎么样
• 问了在美团实习的收获感想之类的
• 对推荐这个岗位的了解，以及为什么选择推荐
• 介绍了小红书有哪些部门

过两天就收到了offer，整个面试过程很和谐，很多问题都是在讨论，回答不上来的话面试官会帮着分析和引导，base上海新天地。

-------------手动分割--------------

还面了地平线的自动驾驶算法岗，base南京，两轮技术+hr面，地平线实习给的有点少，最后没去，有空了把面经整理出来。