快手推荐算法一面面经

timeline：  08-08 投递 08-19 一面 08-28 二面 09-10 三面 09-15 四面  一面 1h15m  自我介绍 是本科吗 看你成绩不错，怎么不读研 建议你读个研探索更难的方向 实习拷打 讲讲 Linux 上的性能分析手段 如果一个线上程序卡死了，怎么分析原因  稳定复现 缩小范围：res->log->syscall 假设验证   用过哪些开源组件 讲讲 boost 的设计思想 内存屏障是什么（控制内存操作顺序的 CPU 指令）  读屏障：该屏障之前的读操作完成后，才会执行之后的读操作 写屏障：该屏障之前的写操作完成后，才会执行之后的写操作 全屏障：该...

一面： 代码题 LC300.最长递增子序列AUC的理解、一道AUC的计算题了解PCOC嘛？PCOC和AUC的区别讲一讲LR损失函数sigmoid为什么会造成梯度消失？介绍FM拷打项目平时怎么学习ctr点击率预估这些模型的？二面：拷打项目代码：具体题目我忘了 反正是0-1背包 非hot 100原题

面试官看着比较严肃，眼圈好像有点重，全程没有笑容。面了45min。简历拷打。多模态、大模型、强化学习面试官不太懂就没多问。八股：过拟合，欠拟合出现的原因以及解决的方案。L1 L2正则化，不知道优化器，随机梯度下降，后边的改进问匹配度，说校招不看匹配度（真的吗）询问后感觉不上特别匹配，这个岗位负责的是推荐策略，粗排精排rerank什么的，和多模态不太一样，多模态是另外一个组T:leetcode.322 最少的coin dp

14薪 前两年提供住宿，