快手 · 可灵
算法工程师一面、二面面经
完整信息
本篇目录
一面
▪️项目到底解决什么问题？相比之前增量在哪
▪️数据分布细节，能不能对应上真实业务场景
▪️模型怎么评估、怎么判断效果好坏
▪️策略上线后有没有反向负收益样本，怎么处理
▪️uplift因果模型：S/T/X-learner、DID
▪️过往大模型经验（微调、RAG都可）
代码两道:
✅SQL：dense_rank窗口函数取TOP3访客
✅算法：栈实现队列（简单基础）
二面
▪️为什么从数科转行算法？了解可灵业务吗
▪️怎么看待视觉AI风控问题
▪️电商转视觉内容，自己怎么规划适配
▪️样本怎么选、反事实数据怎么来
▪️项目最大难点、有没有考虑落地成本
手撕：经典括号匹配（栈基础题）
🌿HR面
▪️对岗位和可灵业务的真实理解
▪️几轮面试下来的新认知
▪️加班接受度
▪️坚定转算法的原因
▪️目前面试进度
本篇目录
当前问题0121
- 01
项目到底解决什么问题？相比之前增量在哪
- 02
数据分布细节，能不能对应上真实业务场景
- 03
模型怎么评估、怎么判断效果好坏
- 04
策略上线后有没有反向负收益样本，怎么处理
- 05
uplift因果模型：S/T/X-learner
- 06
DID
- 07
过往大模型经验（微调、RAG都可）
- 08
栈实现队列
- 09
为什么从数科转行算法？
- 10
了解可灵业务吗
- 11
怎么看待视觉AI风控问题
- 12
电商转视觉内容，自己怎么规划适配
- 13
样本怎么选、反事实数据怎么来
- 14
项目最大难点、有没有考虑落地成本
- 15
项目最大难点、有没有考虑落地成本
- 16
经典括号匹配
- 17
对岗位和可灵业务的真实理解
- 18
几轮面试下来的新认知
- 19
加班接受度
- 20
坚定转算法的原因
- 21
目前面试进度