快手秋招面经-视频策略模型算法工程师

1.给你一个周末晚高峰期间“小说内容分发曝光量突然下跌 18%”的事故，你有 60分钟协调数据、策略、工程三方止血:你会看哪些领先指标、如何划分可疑路径、如何设定回滚阈值?2.“信息流小说”在特定圈层出现审美疲劳与回声室迹象。请设计一版“提升多样性”的策略(重排/配额/探索分桶均可)，并明确效果指标与防守指标。3.请为“头条小说纵线”提出一个 North Star(示例:有效阅读时长中的完读比例)，并给出3-5个Guardrail(如创作体验、分发公平、青少年安全等)，以及季度级对齐节奏。4.假设番茄小说新签作者，要在头条获得首批种子流量，你如何设定小流量探索、毕业闽值与冷启动保护期?5.面对“推荐策略灰度”项目，如何定义D(最终拍板)/A(责任)/C(被征询)/(知会)并与周会节奏结合?追问A:当产品与算法对关键参数分歧时，你如何组织结构化决策会?追问B:遇到跨 BU冲突，你的升级路径与时间盒是什么?(参考 DACI/RACI实操。)6.你要将“章节内推荐位”策略全面升级，请给出样本量估算、灰度分层(国家/城市/新老用户)、停机/回滚标准;并说明如何规避窥视问题(peeking)*带来的假阳性7.请设计覆盖“数据质量→业务健康→策略效果”的三层看板与告警策略:说明阈值设定、多维切片与自动化根因面板。追问A:如何用留存 Cohort 做早期预警?追问B:如何控制告警疲劳与误报成本?

📍笔试公司：最右🕐笔试时间：9.25💻笔试岗位：数分❓笔试问题：经典老三样：数据结构、概率统计与SQL，其他的还有一点机器学习啥的，问答题手写sql不给运行环境真是抽象，还有一道A/B测试和一道特征指标题🙌笔试感想：想想到现在，笔试已然心平气和，一开始还会考前复习一下，现在直接到点进去考，无所谓了，反正A不A出来都不一定有面

9.28面 感觉答的不好，应该是挂了，有后续再更1.自我介绍2.实习和项目的深挖(拷打)3.过往课程深挖4.货拉拉小面/大面客单价提升，而整体客单价下降5.ab测试流程6.我看你还在投校招，如果校招offer收到之后还会来货拉拉实习吗

国庆前一面通过，就发短信约了国庆后的时间1、雷打不动的自我介绍环节；2、简单提问后，手撕SQL代码，口述核心思路即可，主要涉及了分组筛选、窗口排序，强调了并列怎么排序；3、一道数分情景题，大概是如何评价教学质量，从哪些方面，选哪些指标，怎么评价，注意的点是什么；4、拷打简历上的风控实习经历，常见模型有哪些有什么好处，相关性指标怎么筛选连续性指标怎么转换，PSI监控的角度等诸多内容。5、程序性反问一共大概半小时左右，问了很多很多，一看就是深耕风控很多年的面试官，之前从没有面试官问的如此细致，有些问题我回答的都如坐针毡，面试官也很温和，也可能看出了我面露窘迫，于是也大大方方告诉了他的经验，总体来说学到很多东西，感觉一场面试下来，学的东西比三个月的实习都管用（）