省时查报告-专业、及时、全面的行研报告库
省时查方案-专业、及时、全面的营销企划方案库
推荐系统在腾讯游戏中的应用实践.pdf
推荐技术在vivo互联网商业化业务中的实践.pdf
推荐系统基本问题及系统优化路径.pdf
荣耀推荐算法架构演进实践.pdf
大规模推荐类深度学习系统的设计实践.pdf
快手三次技术笔试+一次HR笔试的简单回顾，希望对你们有所启发。
一面
笔试官一上来就让写算法题，第一个是估算岛屿数目，第二个是最长回文字串。
之后就是介绍自己的论文。对于论文的工作，笔试官只是在问关于论文的问题，并没有抒发出自己的观点，像是我在做论文分享（可能做的和我并不是太相关）
1、计算岛屿数目
2、最长回文子串
二面
笔试官是个小弟弟，没开摄像头，而且觉得对具体的业务不是太熟悉
上来就问我是否能实习，实习的时间之类的，还问了我关于工作的预期（虽然没有太明白笔试官想问啥）
也是先自我介绍，之后简单概括了一下博士期间的工作
最后是一道算法题：找寻两个乱序字段的中位数
后面没想到用二分，笔试官让手写二分这个写下来了快手热门算法，然而算法题只是描述了一下思路，也不晓得对不对
最后也没有问我有哪些想问的，就结束了。
三面
上来直接干算法题，链表中的第K个最大元素
笔试官建议我用快排写，所以让我写了快排算法。
前面问了一下推荐系统相关知识快手热门算法，笔试官提到了怎样保持嵌入一致性的问题。
旁边再介绍了一下自己的论文。探讨了自己设计的损失和BPR损失的差异。
笔试官还问到了假如当前用户只有一个正样本，我们的论文该怎么使用？
针对高活用户和低活用户，估算UAUC会有问题，高活用户的UAUC值比较置信，而低活用户的UAUC值不置信，该怎么处理？WUAUC
对序列模型是否了解？
开放性问题，优化观看时长，如何设计模型？针对label的设置聊了一会。
HR面
1、个人介绍
2、论文介绍，虽然是研究方向的highlevel论述。开放问题，自己的研究方向在推荐系统中的应用。笔试官小妹妹大约给介绍了部门的具体工作。
3、是否有接触其他公司？还具体到哪家单位（真要命）
4、快手和字节推荐算法的比较
5、base的选择
6、没有考虑院校吗
最后反诘对新入职的职工有无培训计划。旁边小妹妹说结果得到三月中上旬才出，由于23年的工资计划还没有确定。让我别太害怕。
国外可以直接访问的链接，无需注册，无需翻墙，支持编程等多个垂直模型，点开即用：
（复制链接笔记本浏览器或陌陌中点开即可，也可扫描下方二维码直达）
