快手主站推荐算法一面面经

1. 简单做一下个人介绍。
2. 在你的项目里，用户行为序列划分成了哪些类型？长、短期行为分别采用怎样的时间窗口与序列长度配置？
3. 特征相似度采用何种计算方式？对应的Embedding向量是怎样生成的？
4. 点击、成交等多条不同类型行为序列，最终特征直接拼接融合吗？每一类行为输出向量维度为多少？
5. 谈谈项目做模型Scaling Up的完整思路，开展规模扩容的核心目标是什么？
6. Scaling Up落地聚焦模型哪些模块？针对MMOE结构，你采用怎样的扩容方案？
7. 模型扩容完成之后，GPU MFU指标是否改善？整体算力效率变化如何？基线模型MFU大概处于什么区间？
8. 你还了解行业内哪些主流模型扩容架构方案？
9. 项目中是否落地Rank‑Mixer相关实验？它用来替换模型内部哪一部分模块？
10. 简单阐述OneTrans以及HyFormer架构，二者各自具备哪些设计亮点？

手撕算法：最长有效括号