官方透题，最(ma)为(shang)致(lu)命(qu)

—— 快手 2021 校招技术岗投递指南

Part 0：基本招聘信息

  • 投递时间和批次
    • 正式批投递时间：2020 年 8 月 11 日开始，10 月 15 日截止。
    • 提前批已于 2020 年 8 月 10 日投递结束，筛选和面试正在进行中。快手提前批要求较高，参与提前批且没有收到录用意向的同学，流程显示“已结束”后可以参与正式批岗位投递。
    • 笔试说明：技术类岗位目前不需要笔试。
  • 操作指南
    • 阶段说明：简历投递到招聘网站之后，会经历以下几个过程：简历筛选、面试、Offer，详情可在系统里查询。
    • 内推助益：内推与官网投递在以上阶段各流程无区别。
    • 投递限制：每人每次只能投递一个岗位，该岗位流程结束后（投递环节显示“已结束”），可以重新投递其他岗位。
  • 相关推文

Part 1：全体岗位大合影

首先来一个岗位大合影。
目前有 48 个工程类岗位和 35 个算法类岗位，一共超过 1800 个需求。
工程与算法类的岗位无高下之分，关键在于是否合适。 2021 届“快 star”技术人才项目持续招募中，投递算法岗位和工程岗位的同学将分开评审，欢迎优秀的同学继续踊跃投递。
图中的分类只是为了方便查询与理解，多数与实际部门并不直接对应。 快手技术类岗位有很强的中台性，各类前台业务如硬核二次元 —— A 站（AcFun）、 年度全民狂欢 —— 春晚、顶流明星 —— 周杰伦直播等等，都是多部门多岗位紧密协作的成果。

跟很多其他大厂不同，我们不会按部门发布岗位，也不需要投递/内推到具体的部门。我们选择非常认真地梳理了我们的技术方向，把每一个岗位都描述清楚，岗位之间边界清晰。你只需要选择与你的技术方向最匹配的岗位，就一定会被分配到最对口的团队，并且一定有 HC。不用担心“被 KPI”，不用担心被不合适的部门捞起，更不用费尽心思去研究所谓的“核心部门”还是“边缘部门”。随手一投，说不定就拿到你秋招最满意的 offer。

工程类岗位：

算法类岗位：

注 1：灰色格内为岗位大致类别，不代表实际的岗位名称
注 2：岗位名称与要求可能有调整，以快手招聘网站为准

Part 2：6 道题“搞定”岗位选择

2.1 岗位选择与投递的基本原则

  • 首先需要仔细阅读岗位的职位描述与任职要求。尤其需要注意的是，不同公司，由于组织方式和应用场景等的不同，会出现虽然岗位名称相同，但工作内容和要求会有差异的情况。因此，其他公司的岗位设置、业务方向、面试要求和难度、投递录用比等信息都只能作为参考信息，不能用来指导在快手的投递。
  • 另外要认真审视自己的兴趣与经验，选择最合适的岗位投递，避免侥幸与盲从。毕业生数量庞大，简历浩如烟海，偏离自己情况的岗位投递与面试过程效果往往会不尽人意。

2.2 做题时间

本节提供一个简单的索引，详情还请见下面各章节及快手校招官网。

  1. 你有前端经验 or 对前端感兴趣，了解前端与网络基础知识？
  2. 你有深度学习等算法领域的研究或应用经验，对所研究和使用的算法的内涵和外延有深入了解，对投递岗位的匹配度和胜任能力非常自信？
  3. 你热衷于遨游数据的海洋，研究数据算法、研发数据架构，让数据更好地服务于业务和决策？
  4. 你对测试、运维、技术运营或安全类岗位最为青睐？
  5. 你对客户端有热情，或想要从事端上的各类研发工作？
  6. 你想要从事系统类或服务端的工作？

Part 3：官方透题 —— 各岗位介绍与面试关键词集锦

本章用 不科学 但职责或要求相近的分类方式，把全部技术岗分为 8 个大类别，一一介绍投递选择。
每一类别首先为大家介绍了岗位的分布以及选择方式，需要你结合官网岗位的 JD 细致区分。
然后提供了快手近期对外公开的相关讲座、论文、视频等学习材料，这些内容是更好地了解快手技术的渠道。快手内部有更多的课程与分享，期待你加入快手以后学习。
最后附上了近期面试过程中出现的高频关键词，这些关键词涉及到面试问题、应聘同学的技术背景等等，作为岗位投递和面试准备的参考。面试内容不限于本文。有少部分岗位未提供关键词，分为以下两种情况：

  1. 岗位简历投递量相对较少，投递录取机会更大。
  2. 校招前期因为部门时间安排等因素面试量较少，可以根据自身情况选择投递。 本文不定期更新，注意强制刷新，查看是否有你想要了解的新信息。

3.1 前端岗位

快手前端有三种工作场景：
1.在 C 端不断发挥敏捷迭代的优势，以应对海量的高并发用户，并在越来越多的场景里补充原生能力；
2.在 B 端支持好商家、广告主、MCN 等，交付高效可靠的服务；
3.做好中台、基建等。
前端岗位遍布每一个部门而又紧密配合，如果你对前端感兴趣并有一定的了解，请投递【前端开发工程师】。

3.2 客户端相关岗位

快手客户端主要聚焦于解决四个问题：一、开发流程优化和提效；二、代码质量体系建设；三、复杂业务下 APP 的极致体验；四、逻辑一致性和代码复用。

如果你有 Android 或者 iOS 基础，请投递【客户端开发工程师】岗位，公司会根据你的经验匹配最合适的岗位。如果没有客户端经验，但是计算机基础知识扎实并对客户端工作有热情，也欢迎投递。 如果对游戏感兴趣，欢迎投递【游戏客户端开发工程师】和【游戏客户端开发工程师 - UE4】，有游戏引擎相关经验是加分项。
如果有 Android 开发或者 Android 逆向方面的经验，并熟悉大数据平台框架，投递【运营研发工程师】有加分。

除了客户端本身，端上的图形图像处理、特效、3D 引擎和渲染等也需要很强的研发力量，有两个对应的岗位【特效研发工程师】【计算机图形学开发工程师】，希望投递的同学工程能力较强且有图形图像、3D 经验。同时，音频算法与音频 SDK 开发可以投递【音频 SDK 开发工程师】。网络基础知识较好，有一定网络系统开发经验的同学可以投递【C++ 开发工程师 - 网络 SDK】。这四个岗位都依赖较为熟练的 C++ 功底。

客户端方向还有一个特别岗位【多平台运行时研究员】，这个岗位设置在深圳，希望有客户端 runtime 、编译研究经验的博士同学投递。

3.3 服务端相关岗位

服务端的范围比较宽泛，本部分仅按照语言要求罗列了三类岗位。服务端类岗位注重于扎实的计算机基础，较强的代码能力，以及良好的沟通能力和综合素质，对学历和专业不做限制。

Java 语言是快手的主要工程语言之一，同时也需要熟练使用 C++/Golang 语言的同学。 这些岗位负责快手内外部各产品后端、平台的研发工作，改进提高系统性，参与解决海量数据分布式处理、高效查询、数据一致性、准确性等方面带来的各种技术难题和挑战。

游戏服务端在上海和北京的两个岗位对语言的要求不同，上海要求熟练使用 C++，北京的岗位要求熟练使用 Java，欢迎对游戏服务端有热情的同学投递。

3.4 系统研发相关岗位

系统研发相关岗位分为三个大类：IDC 类、系统和平台研发类和异构计算类。IDC 类负责公司互联网数据中心的建设，系统和平台研发类负责快手各基础设施系统及平台的建设，异构计算类负责公司异构平台的相关研发工作。以上各类岗位细分明确，希望拥有相关经验或浓厚兴趣的同学投递。

  • 学习材料
  • 相关岗位
    • IDC 类
      • 系统工程师-服务器研发方向/系统工程师-IDC 网络方向/系统工程师-IDC 运营方向/系统工程师-IDC 研发方向
    • 系统和平台研发类
      • 基础平台研发工程师
        • 面试关键词：实习经历、机器学习、代码能力、项目经验、描述清晰、时间复杂度、沟通表达能力、代码整洁、系统设计、基础知识、树
      • 系统研发工程师-边缘计算方向
        • 面评关键词：数据结构、二叉树、java、编码能力、字符串、沟通表达能力、分布式、基础知识、网络基础
      • 系统研发工程师-网络方向
        • 面评关键词：算法题、编程能力、网络基础、开发经验、工程能力、go语言、项目经历、教育背景、TCP、知识面、协议
      • 系统研发工程师-云原生方向
        • 面评关键词：算法、沟通表达能力、k8s、基础知识、线程池、面试态度、研究生、语言基础、技术深度、工程能力、存储原理、Python/Go、数据
      • 系统研发工程师-存储方向
        • 面评关键词：数据库、分布式、存储系统、思维清晰、C++、Linux、二叉树、技术视野、实习、Go、工程能力、算法题、全局意识
      • 系统研发工程师-内核方向
        • 面评关键词：操作系统、Linux 内核、RDMA、进程、内存管理、编程能力、通信方式、实践经验、CGroup
    • 异构计算类
      • 异构计算算法研究员
        • 面评关键词：FPGA、RTL、硬件架构设计、深度学习、操作系统、论文、实习
      • 异构计算工程师-软件方向
      • 异构计算工程师-硬件方向
        • 面试关键词：RTL 代码、FPGA、HLS、项目经验、开源项目、编程基础、软件基础、数据结构基础、硬件基础、OpenCL 开发、机器学习、C++ 基础、分析思维、代码习惯、资源优化、加速设计、DSP
      • 集成电路研发工程师
        • 面试关键词：项目描述、Verilog 代码、电路基础知识、写代码、RTL 设计、代码风格、代码量、图像算法、数据结构基础、机器学习、沟通顺畅、硬件设计

3.5 AI 相关的岗位

快手的前身 “GIF 快手”是一款制作、分享 GIF 图片的手机应用，后来转型为短视频社区，2013 年底，快手的产品开始加入智能算法。从草根江湖到星辰大海，快手已经成长为一家以人工智能（AI）为核心技术的科技公司，AI 技术早已深入产品骨髓，贯穿于内容生产、内容审核、内容分发、内容消费的全业务流程。快手 AI 算法也有自己的“价值观”，不仅与高校合作紧密、积极发展前瞻研究，并引领前沿研究行业落地，也尊崇快手一贯的“平等普惠”的价值观，在流量分发上注重长尾，让每一个人的生活都被看见，而且致力于将尖端的科技融入到低端机型，用有温度的科技提升每一个人的幸福感。

算法岗位分为机器学习类、NLP、搜索推荐类、视觉和图形学四类，一般要求硕士以上学历，并具有较好的代码能力。 快手的【机器学习算法工程师】是将前沿技术应用到各业务场景的岗位，要求有扎实的研究背景或应用经验，其他三个机器学习算法工程师岗位要求有对应的研究或应用经验。 同时，快手有着极丰富的 NLP 以及多模态应用场景，欢迎代码能力强、拥有各类 NLP 研究或应用经验的同学投递【NLP 算法工程师】。 视觉和图形学类的岗位分类较细，欢迎有对应研究或应用经验的同学投递。
搜索推荐类岗位分为【搜索算法工程师】【推荐算法工程师】【推荐系统工程师】和【广告算法工程师】。同学们可以按照自己的经验和兴趣投递。推荐系统是现下非常热门的技术和研究方向，也是快手核心业务之一，快手是首家将强化学习在推荐系统中应用并大规模落地的企业，欢迎同学们踊跃投递。

AI 相关的工程岗位分为 AI 平台的建设和算法工程化。了解分布式系统或 HPC 或 AI 训练推理等相关知识的同学，可以投递【机器学习平台研发工程师】。 熟悉计算机体系结构和 Linux 操作系统，了解 GPU，熟悉 Cuda 编程的同学，欢迎投递【机器学习系统优化工程师】。另外熟练使用 Java 和 C++ 的同学欢迎投递【Java 开发工程师 - AI 平台】和【C++ 开发工程师 - AI 平台】。

另外，在 3.8 中测试分类下有若干算法测试的岗位，欢迎有志于加强算法质量保障的同学投递。

  • 学习材料
  • 相关岗位
    • 机器学习类
      • 机器学习算法工程师
        • 面评关键词：代码能力、机器学习、深度学习、代码题、特征工程、语言模型、算法基础、实习经历、研究领域、比赛经历、项目经验、前沿创新
      • 机器学习算法工程师-多模态交互与生成
        • 面评关键词：机器学习、代码能力、检测、C++ 基础、论文、项目经验、算法原理、业务经验
      • 机器学习算法工程师-模型压缩
        • 面评关键词：项目经历、模型剪枝、机器学习、强化学习、算法理论、研究生、细节描述、NAS、实习经历、算法基础知识
      • 机器学习算法工程师-游戏AI
        • 面评关键词：强化学习、机器学习、代码能力、学习基础、算法原理、算法题、概率统计、思维敏捷、数学基础、原理理解、工程经验、实习经历、技术细节
    • NLP算法工程师
      • 面评关键词：机器学习、代码能力、算法基础、项目经验、实习经历、文本分类、数据增强、工程能力、语言模型、阅读理解、动手能力、模型细节、逻辑清晰、NLP 基础
    • 搜索推荐类
      • 搜索算法工程师
        • 面评关键词：代码能力、机器学习、深度学习、沟通能力、项目经历、排序算法、语义匹配、预训练、传统方法、研究生、数据结构、论文
      • 推荐算法工程师
        • 面评关键词：机器学习、代码能力、推荐系统、项目经验、实习经历、时间复杂度、编程能力、基础算法、代码风格、对抗样本、知识图谱、模型优化、短视频、沟通顺畅
      • 推荐系统工程师
        • 面评关键词：代码考察、实习经历、项目经历、论文发表
      • 广告算法工程师
        • 面评关键词：机器学习、代码能力、算法基础、深度学习、实习经历、算法题、项目介绍、监督学习、正则、沟通能力、计算机基础
    • 视觉和图形学类
      • 计算机视觉算法工程师-AR/VR
        • 面评关键词：代码能力、SLAM基础、编程能力、数理基础、深度学习、概率题、视觉几何、代码风格、态度温和、VIO
      • 计算机视觉算法工程师-基础 AI
        • 面评关键词：Research、实习经历、模型调优、发表论文、编程规范、逻辑清晰
      • 计算机视觉算法工程师-美颜/美妆
      • 计算机视觉算法工程师-人脸/人体
        • 面评关键词：深度学习、细节清晰、代码能力、基础概念、数学能力、Python 编程、项目经验、实习经历、顶会文章
      • 计算机视觉算法工程师-识别/生成
        • 面评关键词：代码能力、深度学习、目标检测、项目经验、工程能力、算法能力、实习经历、科研能力、数理基础、顶会论文、概率题、逻辑思维能力、模型细节
      • 视觉识别与检索算法工程师
        • 面评关键词：深度学习、目标检测、代码能力、项目经历、创新点、数学基础、算法题、图像检索、顶会论文、实习经历、沟通能力、概率题、技术视野、C++ 基础
      • 计算机图形学算法工程师
        • 面评关键词：项目经验、GPU 编程、论文、编码能力、图形学基础
    • AI 平台类
      • 机器学习平台研发工程师
        • 面评关键词：机器学习、工程研发、代码能力、教育背景、领域知识、前端技术、实习经验、体系结构、网络知识、计算机基础知识、容器云、k8s
      • 机器学习系统优化工程师
        • 面评关键词：GPU、学历背景好、沟通顺畅、实习经历、模型调优
      • C++开发工程师-AI平台
        • 面试关键词：C++ 基础、深度学习、项目介绍、视觉算法、工程能力、基础知识、操作系统、数据结构基础、编码速度、理解业务、即时沟通
      • Java开发工程师-AI平台
        • 面评关键词：Java、基础知识、项目经历、工程实践经验、实习经历、算法题

3.6 声音与视频处理相关岗位

快手 APP 的承载内容以短视频和直播为主，因此有强大的音频与视频的处理能力与岗位需求。 声音与视频的处理，不仅需要 AI 的助力，也需要更多领域知识和非 AI 的算法和工具。

偏图像类的岗位有【图像视频算法工程师】，这个岗位着重点在于中低层语义的图像和视频处理，欢迎具有相关研究经验、代码力较好的同学投递。另外有多个质量评估、优化类的岗位，欢迎对号入座。投递这些岗位可以有机会和全球最大的音视频处理开发组件 FFmpeg 的源代码维护者、核心成员共事。
声音是一种重要的研究对象，也是视频很重要的组成部分，声音类的岗位有【音乐算法工程师】，利用 AI 分析海量数据的音乐内容，【语音算法工程师】注重语音研究处理和落地实现，【音频处理算法工程师】则是处理声音质量，欢迎热爱音乐、熟悉声学知识或乐理知识的同学投递。这三个岗位都欢迎有相关研究或落地经验的同学投递。了解音频算法或有移动端开发经验的同学也可投递【音频SDK开发工程师】。
音频与视频需要强大的底层编解码与传输能力，快手这方面有三个岗位：【视频编解码算法工程师】【硬件编解码算法工程师】【音视频传输算法工程师】，欢迎对编解码与传输有研究经验的同学投递。

  • 相关岗位
    • 图像视频类
      • 图像视频算法工程师
        • 面评关键词：深度学习、项目经历、计算机视觉、沟通顺畅、逻辑清晰、代码熟练度、传统算法、C++ 代码、实习经历
      • 视频处理算法工程师
      • 图像视频质量评估算法工程师
      • 策略算法工程师-音视频
      • 视频图像架构优化工程师
      • 音视频算法性能优化工程师
    • 音乐音频类
      • 音乐算法工程师
        • 面评关键词：基础知识、动手能力、情感分类、情感识别、实习经历、深度学习、专业背景、发表论文
      • 语音算法工程师
        • 面评关键词：语音增强、工程能力、Python 语言、端到端、语音识别、语种识别、事件检测、语言模型、深度学习、专业背景、C++ 语言、代码能力、算法理解、信号处理基础、声学模型、开源平台、学术论文
      • 音频处理算法工程师
    • 编解码与传输类
      • 视频编解码算法工程师
        • 面评关键词：传统编解码、代码考察、算法理解、算法优化、项目经验、研究生
      • 硬件编解码算法工程师
      • 音视频传输算法工程师
        • 面评关键词：算法题、工程经验、Coding 速度、实习经验、项目经历、计算机基础知识、底层数据结构、代码风格、C++

3.7 数据与数据科学相关岗位

快手的数据量级已经让快手成为全球领先的生活分享社区。目前快手已有超过 3 亿的日活用户，同时库存短视频数量超过 200 亿条，直播日活超过 1.7 亿，电商日活超过 1 亿，游戏直播月活超过 2.2 亿，游戏短视频月活破 3 亿。伴随着海量的 UGC 数据，海量的业务数据、用户数据也亟待挖掘和分析，并更好地回馈于业务发展。结合业界的发展和要求，数据类的岗位也希望大家更加全栈。

数据工程类的岗位有以下几个。 【数据架构研发工程师】主要负责快手内部的 Hadoop 生态子系统的相关研发和管理，与开源社区交互密切，尤其欢迎熟悉 Hadoop 和有开源社区 commit 经历的同学。 【数据算法研发工程师】进行海量业务数据、用户数据挖掘及分析系统的研发，欢迎代码熟练（Python/C++/Java等语言中至少一种），熟悉大数据计算框架的硕士同学投递。 【数据研发工程师】进行几千 P 量级大数据体系的设计和建设，并应用到各类业务中，希望应聘的同学熟悉至少数据处理语言，最好对大数据平台有了解。 【数据研发工程师-DataOps方向】负责数据运营相关系统平台的设计、开发及优化，熟练 Java，数据结构及算法基础扎实的同学欢迎选择此岗位投递。 如果熟悉 Hbase、Hive 等大数据平台框架，掌握 Java 语言，欢迎投递【运营研发工程师】，负责公司相关数据后台的建设。 而大数据集群的运维和管理岗位在【运维开发工程师-大数据】，希望投递的同学熟悉 Hadoop 生态圈，代码能力优秀，使用 Java 优先。
另外，IDC 的相关支持岗位详见 3.4 系统研发相关岗位。

数据算法类的岗位对校招生的要求也比较高。 【调度算法工程师】分析海量的用户观看行为数据，优化 CDN 调度，欢迎深入理解统计学、机器学习，并熟练使用数据分析工具与机器学习框架的硕士同学投递。 具有扎实的机器学习基础，熟悉大数据平台的硕士同学，欢迎投递【数据挖掘算法工程师】。如果对数据感兴趣而相关基础或经验有欠缺，欢迎投递战略分析类的【数据分析】等相关岗位。 【数据科学家】【Data Scientist】这两个岗位希望希望对业务相关数据进行更深入的挖掘和分析，对技术能力和数理背景要求有递进。有数据建模和挖掘经验、熟练使用数据分析工具、了解常用机器学习算法的硕士同学可以投递【数据科学家】岗位。统计学、运筹优化或者算法博弈论相关方向的博士学位的同学可以考虑投递【Data Scientis】。 【Economist】是综合利用经济学、统计学、机器学习的方法来做分析，要求经济学、商学院、运筹优化或者算法博弈论相关方向的博士，并有扎实的经济学理论，以及扎实的计量经济学、机器学习或者统计学的基础。

  • 学习材料
  • 相关岗位
    • 数据工程类
      • 数据架构研发工程师
        • 面评关键词：代码能力、Java、Hadoop、实习经历、操作系统、网络基础、逻辑能力、数据结构、系统知识
      • 数据算法研发工程师
        • 面评关键词：算法基础、机器学习、代码能力、学习能力、项目经验、表达流畅、模型理论、概率、统计
      • 数据研发工程师
        • 面评关键词：SQL、Hive、代码能力、沟通能力、Java基础、Hadoop生态、字符串、Linux环境、代码风格
      • 数据研发工程师-DataOps方向
      • 运营研发工程师
      • 运维开发工程师-大数据
        • 面评关键词：Java、操作系统、算法、数据分析、项目经验、基础知识、沟通能力、网络、数据结构
    • 数据算法类
      • 调度算法工程师
        • 面评关键词：机器学习、深度学习、实习经历、沟通能力、算法题、研究方向、复杂度分析、CDN、语言基础
      • 数据挖掘算法工程师
        • 面评关键词：机器学习、代码能力、基础扎实、实习经历、数学基础、工程能力、学习成绩优秀、沟通顺畅、逻辑清晰、比赛经验、概率论基础
      • 数据科学家
        • 面评关键词：机器学习、项目经历、实习经历、业务理解、评估指标、技术能力、Case interview、python 基础、商业分析、学历背景、沟通表达、SQL、异常分析、概率题
      • Data Scientist
      • Economist

3.8 质量保障相关岗位

质量保障相关的岗位分为测试、安全、运维、技术运营四类，从各个方面保障技术和产品质量。请同学们按照自己的能力和兴趣投递。

  • 学习材料
  • 相关岗位
    • 测试类
      • 测试开发工程师
        • 面试关键词：代码能力、沟通能力、计算机基础、自动化测试、开发经验、测试用例设计、编程题、学习能力、Java 编程、实习经验、网络基础
      • 图像算法质量工程师
        • 面试关键词：项目经验、深度学习、计算机基础、测试理论、代码能力
      • 图像算法评测工程师
      • 测试开发工程师-语音算法
      • 测试开发工程师-编码
    • 安全类
      • 安全工程师
        • 面试关键词：SQL 注入、代码能力、常见漏洞、渗透测试、常见命令、反序列化、密码规则、机器学习、Linux 操作、网络基础、计算机基础
    • 运维类
      • 运维开发工程师
    • 技术运营类
      • 供应链管理工程师-供应链方向
        • 面评关键词：实习经历、供应链管理、沟通顺畅、物流管理、数据透视、数据分析
      • 供应链管理工程师-成本管理方向
      • SRE 稳定性运营工程师

Part 4：临阵磨枪的简历指导

  1. 简历呈现原则：清晰、简明，像对待代码一样对待简历。
  2. 以时间倒序的格式呈现自己的教育经历、项目与实习等，时间近、与应聘岗位强相关的排在上面。
  3. 遵循约定俗成的表述格式：
    • 论文：写清标题、作者、发表或投稿中的刊物或会议、并标明 SCI 分区、影响因子、CCF 评级等。
    • 实习：写清公司和岗位、参与时间、实习内容，有数据化表述更佳。
    • 项目：写清项目类型（横向、纵向、课程等）、参与时间、负责内容，有数据化表述更佳。

Part 5：选择快手的倒数三个理由

5.1 社会责任

一家科技公司如何承担社会责任？你或许听说过普遍在讨论的快手的普惠的价值观。
快手通过根植在产品、运营、推荐算法、技术等方方面面底层逻辑上的普惠价值观， 实现了注意力的普惠、流量的普惠、信息知识的普惠，这样的普惠是更接近，也更能真实还原我们原本的生活的。
疫情期间，快手直播赋能了更多行业，用温暖的价值观弥补科技的冰冷。

5.2 前沿研究与工业落地紧密结合

近三年来，快手与学术界合作紧密。快手先后相继与清华大学联手成立了“未来媒体数据联合研究院”，与中科大北京研究院成立了“中科快手联合实验室”， 与浙江大学签署了战略合作协议。公司目前在美国设立了独立的研发中心，下属设立了三大实验室： 西雅图算法数据实验室、硅谷人工智能实验室以及圣迭戈音视频实验室。 三大海外实验室均设立在高科技人才和前沿技术科研成果聚集地，队伍在不断壮大中，将延揽顶级的中国、美国和全球研究精英，打造快手的技术领先地位。 快手也注重产学研结合之路，与清华大学、北京大学、中国科学院大学、MIT、Stanford 等国内外二十多所知名高校均建立了产学研合作， 将学术界最先进的研究成果结合到普惠的科技产品中来。详情可以参考 快手校园 网站。

5.3 面经汇总满满诚意

面经的作用是通过他人的经历来审视自己的准备情况与投递意愿，切记不要死记硬背，面试官会更注重考察现场的分析和思考能力。

结语:
这个时代，时刻发生着令人心动的改变。 新的课堂，新的出行，新的娱乐方式，新的经济赛道，这一切始于小小的代码。 工程师用代码筑建想法，将危机变成契机，给世界更多可能。 欢迎加入快手，用自己的代码给世界带来更多的可能。

看到结尾有惊喜：快点击投递吧！