快手推荐算法实习 - 面经

来还愿了，希望友友都能拿到自己想要的offer

一面

1.自我介绍

2.代码：top K

3.代码：给一个链表，只反转从left到right内的元素，其余不变

4.问实习项目，没有挖的很深。

5.讲一讲序列建模的模型

6.为什么self-attention可以堆叠多层，有什么作用

7.多头有什么作用？如果想让不同头之间有交互，可以怎么做

8.讲一讲多目标优化，MMoE怎么设计？如果权重为1,0,0这样全部集中在某一个专家上该怎么办？

9.多目标：CGC

10.如何解决跷跷板现象

11.介绍一下神经网络的优化器有哪些

12.怎么样做特征选择

13.反问

二面（三天后）

1.自我介绍

2.想走哪个方向？答搜广推

3.介绍一下推荐算法的链路流程。

4.深挖项目经历：背景、特征选取和样本选择、用了什么模型、怎么评估、序列建模是怎么做的、有没有特征选择、效果怎么样。这部分较为深入，花了25min+。

5.介绍一下神经网络是怎么更新的。答方向传播。为什么比正向传播好？

6.介绍一下神经网络的初始化方法。

7.代码：数组分页。比如将数组[1,2,3,4,9,6,2,2,2,6,7]分为每3个一个子数组即[[1,2,3],[4,9,6],[2,2,6],[2,7]]，要求每个子数组内最多有两个重复数值。在构造下一个数组时，优先使用上次没用上的重复值。用队列

8.时间复杂度、空间复杂度

9.如果是子数组长度为4，其余不变，还能用队列吗。

10.反问

三面（五天后）

1.自我介绍

2.你更看重实习，还是科研？对你哪个收获最大？

3.深挖项目经历（25min）

4.深挖论文经历（15min）

5.发散：聊了聊论文的技术能不能用在推荐场景上，比如online learning的情况下，这个技术有没有使用价值。

6.讲一讲你了解的序列建模方法？

7.本来要写题，后来面试官说之前写的3道已经够了。问了解transformer吗？写一个transformer的伪代码？

8.说一下怎么写的？如果要改成多头该怎么写？

9.反问

hr面（一天后）

1.hr介绍

2.自我介绍

3.在过去的实习经历中，讲一讲自己不喜欢的部分？

4.导师是否允许你长时间实习？

5.打算实习多久，什么时候入职

6.反问