终于有off了

小红书推荐算法面经一面（60min）1、自我介绍（5分钟）2、项目和一些八股（40分钟）- 模型label是什么- 这一结构为什么会有效果提升，分析- embedding怎么得到的- 简单介绍一下sim3、手撕代码（10分钟）- 最大子数组和4、反问二面（40min）1、自我介绍（5分钟）2、项目（20分钟）- 为什么模型有效果- 召回粗排和精排要解决什么问题，选一个最熟悉的讲一下未来的迭代方向- 怎么保证链路一致性3、手撕代码（10分钟）- 给链表的头结点，将其按照升序排列并返回排序后的链表4、反问虽然两次面试前几个小时，面试官都因为临时开会更改了面试时间，让人有点不舒服，但是面试官人真的都...

tl 一面 9.10二面 9.12三面 9.25四面 9.29hr面 10.15oc 10.31这个部门咋样，有没有去过的兄弟

1、如何看待 AI 写代码？如何看待 AI 对于后端工作带来的冲击？ 2、谈谈项目 1 的整体架构，有哪些模块，分别做什么的 3、如果把项目 1 升级为分布式系统，你会如何设计改造？怎么让数据存起来，保证不丢失、不重复，具备良好的容错能力？ 4、项目 1 中图数据在内存和磁盘中的数据结构是如何设计的？ 5、你在项目中做了哪些工作？你们的淘汰策略相较于 LRU 或 LFU 的优势在哪里？ 6、你设计的淘汰策略依据来源是什么？有无其他比较的模型？ 7、在你设计的淘汰策略，温数据被驱逐和加载时，会不会导致系统波动？怎么解决这个问题？ 8、数据迁移引擎如何设计的？ 9、异步迁移过程中如果任务挂掉了，怎...

目前纠结两个offer，希望各位大佬帮忙参考一下。1. 滴滴，base北京，业务是架构相关，n*15；2. 小红书，base杭州，业务是商业技术，(n+5)*16。小红书薪资要高一些，而且在杭州，生活成本低一些，但相对也比较累，滴滴相对wlb，希望各位大佬帮忙参考一下。