《快手offer》专题

50min，面试官挺好的，但感觉像是KPI，无八股 1.自我介绍 2.实习介绍，遇到了哪些困难 3.项目介绍 4.做题，群红包总金额m，分n份，每份下限x，上限y，生成一种的随机的可行分配方案 5.最近在看哪些书 6.Java线程池了解吗，原理 7.平时怎么学习的 8.反问 #快手求职进展汇总##Java##秋招##快手#

8.21一面 1.自我介绍 2.实习拷打（测试流程、学习机怎么发版、发版的文件是什么格式、charles怎么改请求参数） 3.Charles和postman怎么联动 4.Linux使用的常用命令 5.用Linux如何查看文件倒数四行的数据➕过滤条件（没写过） 6.数据库left join和right join的区别 7.jemeter并发请求怎么设置 8.get和post请求的区别 9.两道手撕:

基础 拷打实习经历 什么是 计算广告 排查过线上问题吗？用了哪些指令？排查思路是什么？ 服务性能一般需要关注哪些指标？ MySQL的索引的实现方式 一条SQL语句是怎么执行的？ count(1) 和 count(*) 有什么区别？ Java线程池的实现机制 有实际使用线程池的经历吗？参数是怎么设置的？有哪些注意事项？ Redis怎么实现分布式锁？还有其他方式可以实现吗？ 平常用什么方式扩宽自己的技

面经 一开始简单聊了一下项目，问我 react 和 Vue 哪个比较熟，我说 React，然后就开始问我 React 面经了 React 有哪些 Hooks？ 答了useRef, useState, useMemo, useCallback 你了解类组件的生命周期吗？ 只用过函数组件，没答上来 其实跟 Vue 一样，挂载/更新/卸载（同时也提供一些生命周期钩子） 对于 React 的组件，我希望在

1.Vue的编译过程 2.Vue的render函数 3.Vue的响应式API和React Hooks有无异同 4.函数定义和函数表达式的区别 5.实现垂直居中的方式 6.缓存方式 7.Vue的自定义指令的实现 8.手写题：把一个Object转成字符串形式（递归） { tag:'div' children:[ { tag:'span' children:['ssss'] }, { tag:'span

写在前面 这是本人去年正式秋招时候的面经，java后端方向。相关文章链接：秋招总结。 面试时长 50min 面试形式 视频面试 面试内容 自我介绍； 实习经历：根据简历上写的实习相关工作进行询问，问了下大概的业务流程和使用到的中间件； 研发相关：实习过程中研发流程包含哪些主要阶段？灰度引流的维度？如何进行熔断降级？ 数据库相关：刚刚提到了会对请求做幂等判断，具体怎么实现？还有其他的实现方案吗？ 分

自我介绍 寒暄了好久 疯狂拷打实习 手撕：层序遍历，建表语句 char和varchar区别 redis常用数据结构

#实习#1、自我介绍与项目介绍 2、跨域里面JSONP的原理是什么？ 3、跨域是怎么形成的 4、写了一个script标签，在CDN上有一个线上的地址，通过script标签引进来有跨域的问题吗？ 5、移动端适配有哪几种方案 6、rem的原理是什么 7、rem根元素的大小该怎么进行计算 8、px一般怎么转rem 9、webpack里面loader和plugin的区别是什么 10、闭包的特性是什么？ 1

破防了泡了20天今天挂了😭

20min 1.自我介绍 2.看我简历上是大模型的项目，问我为啥报推荐 3.问我了解推荐么？ 4.问了我transformer和llama区别 5.为什么gpt用的更多 6.讲一下绝对位置编码 7.让我讲一下对推荐的理解，相似度啥的 8.问我知道auc指标么 9.做题，我说算了。结束

自我介绍 tcp udp http https 二叉树题 逻辑推理题 shell命令题 情景题 手撕代码(找不重复子串的位置)

1.自我介绍 2.项目和经历介绍 3.get_user_id 转 驼峰表达式 最开始我用循环写的，在面试官指导下使用正则实现 4.本来面试官想问我vue相关的知识，但是我的技术栈是react 5.反问 希望能顺利通过 #快手# #暑期实习#

#快手# #hr面试# #面经# #推荐算法# #暑期实习# -时间 2024年4月9日 晚上，总计12分钟 -自我介绍 -项目 -论文 -什么时候能来实习？ -六月份到九月份 -base地有什么考量吗？ -北上广深都有投递，没什么倾向 -有投递其他家吗？ -大致的介绍一下其他家的推进流程 -这么说，快手是目前进度最快的？ -是的是的，如果快手能够发offer的话，我其他的流程应该就不怎么推进了

1.transformer 2.自注意力机制，自注意力机制的起作用的地方 3.BN，LN 4.梯度消失与爆炸的理解 5.论文讲解 6.transformer的位置编码 7.focal loss 8.模型怎么评价好坏 9.自注意力机制的参数量计算 10.编写代码：topk，用了堆排序，快排都写了

最近面试少了， 精力放在工作上。 偶尔面试保持手感即可。 今天这个学习意义比较大就记录一下。 面试本身没啥特殊的，就是项目+八股+代码。 项目问了我的蚂蚁实习， DeepFM 相关的东西和大模型相关的东西。 所以问了一些八股 1.DEEPFM 介绍一下（聊了一些） 2. 还了解别的推荐的模型吗（不了解） 3. LLAMA 和别的模型架构有啥区别？ 4. Llama 用的是什么 norm 和激活函数