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😀