《快手算法工程师面经》专题

快手一面: 1.自我介绍（我说了三个项目，一个现在正在实习的、一个鱼跃、一个之江实验室） 2.介绍你印象最深刻的一个项目，项目特点 3.介绍Java里面常见的集合、整体框架，父类之类的 4.Hashmap底层的实现 1.8之前为什么要这样设计。 解决Hash冲突还有别的方式吗？ 5.HashMap的扩容机制了解吗？ 是线程不安全的吗？ 它为什么是线程不安全的？它在什么情况下会出现线程不安全的问题？

手子这个时候还在招，另外无限复活甲属实是上瘾，面试官上来火力还是比较猛的，问了几个刁钻的问题，好在扛住了。最后给两个 medium 难度常见力扣题，二十分钟搞定。 MySQL： MySQL 有哪几种索引 索引的底层数据结构 为什么索引底层使用 B+ 树、而不使用二叉树 B+ 树层数过多会造成什么后果 什么是回表查询 Redis： 项目中 Redis 分布式锁是如何实现的 如何实现阻塞的分布式锁（B

2024.04.28一面，大概一个小时十五分钟，base北京 自我介绍（可能是经历和职位不太匹配，完全没问项目） 八股： 1.进程和线程的区别 2.什么情况下使用多线程 3.为什么不使用多进程而是用多线程 4.一个软件可以对应多少个进程 5.为什么这个软件是多进程的而不是多线程的，举例有哪些 6.举例的这个软件详细介绍有哪些进程，能不能换成多线程，为什么不能换成多线程 7.解释并发和并行 8.单核

惯例：自我介绍+讲项目 考察问题： 介绍下transformer（语言组织不好，虽然知道原理但是讲的很乱） 为什么需要multi head attention 介绍下layernorm和batchnorm 为什么layernorm在NLP下有效，batchnorm则不是？ pytorch的model.train()和model.eval()的区别 介绍一下集成学习 算法题：二维网格求左上到右下的最

8.26   50min左右 首先自我介绍，然后问了许多项目的问题 然后问了mr的原理和运行流程 hive如何确定reduce的数量 Spark和mr的区别 数仓分层 数仓维度建模问题 什么是维度表和事实表 数据库的三范式 做题 首先是一个sql题，很简单，但是我只刷了大量的java题不会sql的呜呜呜以后一定多刷 然后写了一个归并排序 面试官人超好，特别有耐心 上天保佑让我一面过吧！ #快手面试

投的时候很犹豫投搜索还是投nlp，想着先投搜索吧，挂了再投nlp，一面完不匹配，都想直接让hr结束流程赶紧转投得了，不过犹豫了下结果过了……二面换了个面试官估计是做内容理解的，面试流程好了很多，没有一面那种割裂感了，但是不是很会搜索，现在如果拒了转投沉没成本有点大 一面，讲实习经历，面试官不太了解我做的，所有问了我一些搜索相关的场景题，我竭尽所能回答了，不过感觉回答的一坨，类似于如果让你设计召回，

2023/05/08 首先自我介绍 他介绍他们公司是干嘛的：基于大厂在Github上开源的人工智能项目，主要是图像生成，进行优化再卖出去。 实习生的主要职责就是了解这些技术，能在本地搭建环境跑通，使用工具调整参数，并且上面给出写好的代码需要能修改代码。所以Pytroch这一块得很有了解。 其次是了解很多开源项目，比如Gam，复旦Moss等等 了解起来成本真的巨大

面试岗位：算法工程师 面试时间：23/08/28 注：滴滴的面试流程比较独特，一天之内完成三轮技术面，没有hr面，每轮技术面的面试官基本不是同一组的人，谁有空谁来面，还挺神奇； 一面面试内容： 自我介绍 代表性实习经历介绍 机器学习八股有监督 vs 无监督过拟合L1、L2范数，Ln范数回归模型损失函数MSE、MAE、MAPE的公式分类模型评价指标：AUC计算公式、ROC曲线横纵坐标、如何绘制 深度

目前状态，10/16完成HR面 主要时间经过和进度 8/20提前二批投递简历 8/30完成测评 9/1完成笔试（有一说一长得跟期末考试试卷简直一毛一样，选择，填空，一道算法大题，基本都不难） 10/10完成专业面试（用时36min，应该是部门领导） 主要涉及：（不知道应该说简单还是，甚至面完我都以为是HR面，居然没有手撕代码也没有八股文） 1、自我介绍（基本都是我是谁，学过啥，学校啥项目，公司啥项

芯原面试岗位是算法工程师，base是南京，流程是3轮技术面+2轮HR面+CEO面。我一开始没有收到测评，以为自己简历没过筛选或者笔试没通过，结果直接发面试通知了。 技术面：3轮技术面是一起完成的，每轮30min，会有不同部门的面试官来面试你，最后综合所有面试官的面评进行筛选。3轮面试官都是围绕项目展开提问的，其中有1个面试官是做图像处理的，不是很了解，因此我全程都在对项目里的一些算法进行讲解。 第

10月12号笔试，三道编程。 10月18号测评。面试之前需要签署一个协议《知识产权和商业秘密保护承诺书》。 面试之前hr会一次性预约一面二面的时间，如果一面通过就直接参加二面，大部分一二面是同一天完成的。我一面面完已经6点了所以二面约在了第二天上午。 10月20号一面。50分钟。介绍项目。基本上简历上写的都差不多讲了。别的同学有问笔试题思路的，我没被问到。介绍完了之后开始写算法题。我用的回溯暴力搜

9.26一面技术面 整体体验挺好的，面试官都非常礼貌，见到你都微笑的，整体体验最好，虽然我答的一般。 1.自我介绍 2.问项目，问竞赛里面的和技术有关的 3.手撕一道简单的链表题 4.提问为啥不选择深造 5.反问环节 紧接着HR面： 1.自我介绍 2.问AI发展趋势研判 3.问竞赛中的职责，leader的话，你是如何解决队员的问题的 4.提问意向城市，为啥想去广东发展 5.问对vivo未来AI应用

大概聊了三十分钟项目 八股相关 : 输入url到网页的全过程 三次握手 http和https区别，s代表什么 mpi用过吗，和上层业务有没有交流 常用的io多路复用技术 动态链接静态链接区别 include <>和“”区别 面向对象优点 面向对象特征 进程和线程的区别 哪些资源线程共享 哪些不共享 进程之间如何通信 如何杀死一个进程 杀死进程kill原理，kill-9使用过吗 七层网络协议和四层网

23届春招的面经，大数据方向。希望对大家有帮助，最后对比offer选择了快手。 1.投递简历: 我是通过内推进入一面，投大厂可以试试内推，有些大厂走官网我简历关都过不了，但是内推可以🤣🤣，比如阿里我官网投递简历后就没声了，后来有人内推进了蚂蚁的一面，但当时不太想继续面了就没去。这也可能是内部系统的问题，总之建议大家多试试。 2.一面和二面面经 问的问题相似，都是大数据八股，sql，还有项目和实

同程offer到手了，补一下同程旅行的面经 岗位：算法工程师 base 北京 一面 技术面 主要问实习项目，然后结合项目问了一些八股 如果模型不收敛如何解决 如何判断训练过程中出现了梯度消失还是梯度爆炸 如何解决梯度消失和梯度爆炸 平常用哪些激活函数 介绍一下selu和swich激活函数，有什么优点 你在模型训练的过程当中用到了哪些小tricks 二面 技术面 为什么不继续做cv投搜推算法 实习项