快手 大模型算法面经（一面、二面）

秋招 · 2026-10 · 来源 牛客

聚焦ID表征学习与大模型在广告推荐中的落地，强调RQVAE、SID表征、排序范式及大模型训练方法（GRPO/SFT）的原理与工程细节

• 一面 · 项目：实习中模型优化迭代的具体思路与落地效果
• 一面 · 项目：推荐项目数据集规模与构建方式
• 一面 · 八股：大模型做ID表征学习相比传统ID向量化的必要性
• 一面 · 八股：SID表征相较于普通Embedding的核心优势
• 一面 · 八股：SID可有效训练而原生商品ID难以收敛的根本原因
• 一面 · 项目：推荐模型架构及SID特征提升广告精排效果的机制
• 一面 · 手撕：本地运行AICoding任务：读取文件、执行指令、输出结果
• 一面 · 手撕：快速选择算法实现第K大元素（禁用堆）
• 一面 · 场景：电商广告精排模型实习生的核心工作内容
• 二面 · 项目：自我介绍并突出算法项目与工程落地经验
• 二面 · 项目：百度实习中负责的模型模块与优化细节
• 二面 · 八股：模型训练中loss不收敛的常见原因与调优策略
• 二面 · 手撕：手写pairwise hinge loss伪代码并解释核心逻辑
• 二面 · 八股：pointwise/pairwise/listwise排序范式的区别与适用场景
• 二面 · 八股：三种排序范式对应的典型损失函数
• 二面 · 项目：MinioneRec项目整体架构与核心创新点
• 二面 · 八股：RQVAE模型基本原理
• 二面 · 八股：RQVAE中量化离散化带来的梯度传导问题及解决方案
• 二面 · 八股：RQVAE的参数量、码本数量、组合规则与新增token设计
• 二面 · 八股：RQVAE解码过程生成SID表征的机制
• 二面 · 八股：SFT与GRPO在监督信号构造上的本质差异
• 二面 · 八股：GRPO奖励函数设计、正负样本判定逻辑
• 二面 · 手撕：零钱兑换类动态规划变式题