快手[暑期实习]-机器学习-一面
#推荐算法面经##快手暑期实习#
## 快手【转正实习】-推荐算法(简历挂)
简历挂
快手【转正实习】-机器学习(第二志愿流转)
### 第一次面试
- 时间:2024-03-27 11:00
- 自我介绍
- 手撕:
- 数组中第K大值(维护K大小的堆,复杂度O(nlogk))
- 快速幂
- 本科推荐系统项目
- 召回用了哪些
- 非个性化:热度和高质量召回
- 个性化:FM、deepFM
- 召回的输入特征怎么来的
- FM召回算的什么分数,干什么用的
- FM特征怎么构造的
- 年龄等dense特征怎么处理的:直接送入或者分桶
- 召回融合方式:轮转召回融合和线性加权
- 排序用了哪些
- 协同过滤
- deepFM
- 协同过滤怎么做的
- 知道/用过哪些评测指标
- 是用的离线推荐吗:只写了离线层,没有实现在线层和近线层,数据规模小,用户五万 物品十万
- 大规模数据怎么处理:聚类选择代表性物品和用户,聚类id
- 数据库里存的什么信息,怎么计算FM的二阶特征交叉
- 冷启动怎么解决
- 论文:照着paper讲解
- 反问环节
- 项目规模
- 落地业务
- 我对该岗位来说,还有哪些需要提升和学习的?套评价,分析面试官反馈:实操丰富,但是缺少实践经验,本身招实习也是为了你们能来实战,感受业务场景
从评价看,感觉一面能过。
中午面下午就来二面消息了,不愧是**快**手,确实快😀
## 快手【转正实习】-推荐算法(简历挂)
简历挂
快手【转正实习】-机器学习(第二志愿流转)
### 第一次面试
- 时间:2024-03-27 11:00
- 自我介绍
- 手撕:
- 数组中第K大值(维护K大小的堆,复杂度O(nlogk))
- 快速幂
- 本科推荐系统项目
- 召回用了哪些
- 非个性化:热度和高质量召回
- 个性化:FM、deepFM
- 召回的输入特征怎么来的
- FM召回算的什么分数,干什么用的
- FM特征怎么构造的
- 年龄等dense特征怎么处理的:直接送入或者分桶
- 召回融合方式:轮转召回融合和线性加权
- 排序用了哪些
- 协同过滤
- deepFM
- 协同过滤怎么做的
- 知道/用过哪些评测指标
- 是用的离线推荐吗:只写了离线层,没有实现在线层和近线层,数据规模小,用户五万 物品十万
- 大规模数据怎么处理:聚类选择代表性物品和用户,聚类id
- 数据库里存的什么信息,怎么计算FM的二阶特征交叉
- 冷启动怎么解决
- 论文:照着paper讲解
- 反问环节
- 项目规模
- 落地业务
- 我对该岗位来说,还有哪些需要提升和学习的?套评价,分析面试官反馈:实操丰富,但是缺少实践经验,本身招实习也是为了你们能来实战,感受业务场景
从评价看,感觉一面能过。
中午面下午就来二面消息了,不愧是**快**手,确实快😀
全部评论
二面怎么样
相关推荐
点赞 评论 收藏
分享
点赞 评论 收藏
分享