【B-UP】搜索算法工程师（校招）

优缺点分析

角色解读

• 可向搜索算法专家方向发展，深入钻研召回、排序等核心模块
• 可横向扩展至推荐、NLP、CV等相关算法领域
• 可逐步承担技术领导角色，带领团队进行算法创新
• 负责搜索算法的召回、相关性、排序等模块的迭代优化，提升搜索个性化与效果
• 利用大语言模型和多模态技术优化视频内容理解，增强特征表达
• 优化点击率、时长等模型，平衡多目标排序策略，提升搜索结果质量
• 扎实的编程和算法功底，精通Python/C++/Java等至少一门语言
• 深度学习框架TensorFlow/Pytorch使用经验，了解大数据平台Hadoop/Spark/Flink
• 机器学习/深度学习理论基础，具备优秀的问题分析与解决能力
• 良好的沟通协作能力，自驱力强，能持续学习

申请策略

• 提前了解B站的内容生态和用户特征，在面试中体现对视频搜索的理解
• 准备一个完整的算法项目案例，突出从问题到解决方案的思考过程
• 突出ACM竞赛、项目中的算法实现和优化成果
• 展示深度学习、推荐系统或搜索相关项目经验
• 强调大数据处理经验（Hadoop/Spark/Flink）和动手能力
• 补充大语言模型和多模态嵌入的相关知识与实践
• 熟悉搜索排序算法（如Learning to Rank）和召回模型（如向量召回）

面试指南

• 结构化回答：先说明问题背景，再给出方案思路，最后总结效果和可扩展性
• 结合实际项目：用具体例子展示你的思考深度和动手能力
• 体现技术热情：主动提及对前沿技术的关注和实践尝试
• 请介绍常见的召回模型及其优缺点，如何平衡召回和精度？
• 如何用大语言模型提升视频搜索的相关性？
• 在多目标排序中，如何平衡点击率、时长和用户满意度？
• 手写代码：实现一个字符串匹配或排序算法
• 请讲述一个你解决过的最有挑战性的算法问题