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...

绷不住了

云南九机(小厂还是中厂也不清楚)，目前往上没看到任何面经，本着开源思想，发出2面线下凉经。总的来说我觉得答的还不错的，80%都相对完美地答出来了，剩下的也都给出了一定的答案，其中一个面试官聊着聊着看着还挺开心的，本来以为稳了在纠结去不去，结果今天收到了感谢信，很奇特的体验。印象比较深刻的如下(其他都是特别经典的八股，直接答了没什么印象)：面试官1(聊的比较来的)：1.项目中会话记忆value比较大，怎么保证高并发的速度？用redis主从，主写从读(个人能想到的方法，不是标准答案估计)2.用过并行lambda表达式吗？没用过，lambda表达式用的比较多的是在steam流中。(最后发现问的好像就...