你不可不知的18家算法面经,吐血整理

加入极市 专业CV交流群,与 6000+来自腾讯,华为,百度,北大,清华,中科院 等名企名校视觉开发者互动交流!更有机会与 李开复老师 等大牛群内互动!

同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流。 关注  极市平台  公众号  , 回复  加群, 立刻申请入群~

作者:求一个好offer求求

来源:https://www.nowcoder.com/discuss/313143

本文已经作者授权,禁止二次转载

简介: 本人2020届毕业生,双非本,末流985硕,科班出身,真的很菜。 找的是算法岗的岗位。 现在秋招接近 尾声,我从牛客网上受益颇多,于是想回馈下大家。两个渣项目外加一个CTR比赛,leetcode刷了一百道,剑指offer刷了四五遍。

我找到的工作也不是多么的好,希望大家不喜勿喷,哈哈哈哈哈。

收到offer:斗鱼、浦发、携程、快手、多益网络、阿里(测开)

面试的公司:作业帮、追一科技、百度、浦发、乐鑫、小红书、斗鱼、360、同程艺龙、携程、华为、美团(拒绝)、58同城(拒绝)、网易互娱、招商银行信用卡、快手、阿里、电信云、陌陌、平安智慧(拒绝)、中兴

笔试没过的公司:网易雷火、大疆、贝壳、东方财富、广联达、完美世界、京东、汇顶科技、苏宁、新浪、学而思、瓜子、招银网络科技、爱奇艺、搜狗、欢聚时代、旷世、度小满、咪咕、阅文、同花顺、滴滴、腾讯、声网、海康威视、中金所、明略。

下面详细说说面试每家公司的面经吧,有些太久远记不大清了,所以不能很完整复述还请原谅。

快手(offer):

一面:

1、kmeans,K值选择,初始点

2、tensorflow原理,keras和他的区别

3、xgboost、正则化、怎么优化,boost算法

4、dropout原理,欠拟合,过拟合

5、分析代码复杂度,

6、类别不平衡

7、怎么预处理

8、两个栈实现队列

9、你的职业规划、

10、SQL

二面

实现sqrt

最小二乘法原理

怎么打标签

集齐12星座平均需要多少人

sql

作业帮(一面凉):

1、首先自我介绍,没有多余的话,直接做题,一道hard,一道mid(白板定义树,从建树到先、中、后序遍历,后序遍历不允许用网上最容易查到的那种方式),我作为小菜瓜,当然不会,凉凉。

百度(提前批一面挂,正式批三面都面完):

1、说说你的项目,具体一点,数据是什么,为什么这么做,好处是什么,精度?

2、说下boosting算法,你了解的。

3、说一下LR和SVM的区别,要详细,LR和数据分布有没有关系?

4、聚类算法熟悉吗?

5、一个句子的逆序输出,I am a boy?  boy a am I?,要bugfree,各种边界问题,特殊情况

6、现在有一亿个样本,你如何找到单词最相似的?

7、假设现在有一万个数据,每个数据被取到的概率是不同的,1/2,1/3,1/100,现在如果是你,你会怎么取这一批数据?,数据有好有坏

8、十进制转2进制的最优化算法?

9、python中 +和join的区别。

10、推荐算法了解吗?你怎么给用户做推荐。

这里特别提醒一句, 百度的面试非常重视基础,不要整花里胡哨的,基础啊兄弟们。 我二面的时候,机器学习那一套,从预处理到Model,每个细节都讲了,那75min,把我掏干了。

追一科技(一面挂,聊得很开心):

1、Adaboost详细,adaboost的权值和RF比较

2、比赛的介绍

3、boosting算法

4、one-hot编码,以及logn的编码

5、前序,two sum 有序数组

6、卷积神经网络,好处是什么

7、为什么用小卷积核

8、介绍下项目论文

9、分类评价指标,ROC

10、线性回归为什么用均方差

浦发(现场面 (offer) ):

1、先做题,三四道题目,很简单,全A。 然后面试15分钟,我最后还交了体检报告与背调。

小红书(三面挂):

一面: 做题,leetcode124题,磕磕绊绊做了出来。 然后聊项目,问boosting算法细节,非常细

二面: 聊项目,LR公式,设计一个实际模型,我忘记是什么模型了。 不难

三面: 两个open case,①photoshop里面抠图是什么原理? 怎么实现的 ②设计一个知乎推荐系统

事实证明,我三面答的不好,凉凉。 三面挂的人很少很少。

360(二面挂):

一面:

1、是个妹子面的,问项目,做题目比较简单,二分查找之类的

2、项目+简历,问了很多机器学习基础,LR、SVM、boosting一套细节。

3、调参细节

二面:

很玄学,二面聊得很开心,全基础问题,我也全部答了出来,面经找不到了,但是真的很简单,然后告诉我挂了。

同程艺龙(奇怪的公司,HR加我微信,说这两天给我发offer,现在一个多月了,似乎还必须要去实习,体验不好)

一面:

1、GCN公式推导来一遍,每个参数

2、GBDT和XGboost区别(具体点),为什么GBDT用负梯度当做残差,xgboost你讲讲,要详细,公式

3、xgboost为什么用二阶导

4、牛顿法公式推一遍、要公式

5、假设信息增益函数entropy(x,y),实现特征重要性的计算featureImportce(feature,label)(写代码)

6、用过哪些模型,说说,图自编码器、cnn等你了解深度学习模型

7、CTR怎么做的? MLR懂吗? 分词是啥?

8、能不能来实习? 不能来实习的话就......(我说,我懂你的意思)

二面:

1、了解FM、FFM吗

2、需要用归一化的模型有哪些

3、RF和GBDT区别、详细一点

4、CTR讲一下,大规模稀疏的特征怎么处理

5、怎么判断过拟合,有哪些方法,dropout和RF,dropout是随机的吗

6、模型的权重和特征的权重怎么处理

7、L1和L2正则,全部内容

8、对统计这一块了解吗? p值是什么

9、聚类算法,聚类怎么确定K值

10、AUC值在广告预测中的指标、NLP了解吗?

11、FM算法、FFM算法讲一讲

华为(打电话叫我转岗,我就投了AI&Cloud的开发,事实证明这个举动真的很蠢)

一面:

1、项目+做题,好像是排列组合的题目。

二面:

面试体验一般。 上来问我会不会C,要求必须用C写代码。 我说我不会用C,用java行不行,我写出来了。 他说java不大行啊,我就不管了,这是我第一次遇见必须用指定语言做题目的。 然后问我opencase,海量数据问题,我没答好。 我承认我太菜了,我以为堆是数组,结果堆是树。 我还和他battle一会,哈哈哈,sorry,的确是我的问题。 然后挂掉

电信云 (这个就面试体验超级无敌差!

一面:

不问项目不问基础不问技术,叫我写pandas,我说我不记得函数名了,一般随用随查。 面试官就很不开心了,然后问我python的边边角角,我又不记得,我只能一路说我不会。 一共面了十分钟,甚至我以为我面了一家外包公司,八字不合,拜拜您嘞。

网易互娱(一二三面)

一面: 项目+机器学习基础

二面: 聊人生聊理想

三面: 聊人生聊理想

招行信用卡(二面凉):

一面: 项目、深度学习和机器学习区别、过拟合、正则化那些,boosting调参

二面: 人工智能趋势、tensorflow用的多吗、接收加班吗、这里我嘴贱,我明明不懂deepFM,我还说了,他让我做个比较推荐算法那些,我不懂。 友情提示: 不懂得别瞎说

陌陌(这是我体验的比较好的一家,两个面试官超级有水平,点赞+1):

一面: 项目非常非常细,细到怀疑人生。 正则化、过拟合、boosting、LR公式推导,梯度下降等等

二面: 面试官直接说我们这个项目没什么实际意义,哈哈哈,我被怼了还很开心,因为他说的对。 然后他还指导我怎么去水论文,我非常感动,真的很nice。

中兴:

聊人生聊理想,然后把我挂了。 估计今年中兴都挑花眼了,我这个双非本科当然不行啦。

斗鱼 (offer)

两道编程(区间合并),手写tensorflow cnn全套,二分类,机器学习深度学习基础。

阿里测 开(offer):

阿里一共四个技术,一轮hr,第一轮技术冒泡排序、二分查找,java基础,线程进程等等; 二面没有代码,问我项目,机器学习聊了很多; 三面,open case; 四面交叉面: 比较难,问测试的内容,把我怼的一愣一愣,但好在我水过了。

先更新这么多吧,我想到什么再更新,我真的记不大清了。

下面开始技术总结:

1 、基础很重要,至少那些 model 不要求 100% ,七七八八个大概你要能讲吧。

2、刷题很重要,我是个小菜瓜,我什么都不行,所以没去的了 BAT

3、运气比前两个都重要。

-End-

CV细分方向交流群

添加极市小助手微信 (ID : cv-mart) ,备注: 研究方向-姓名-学校/公司-城市 (如:目标检测-小极-北大-深圳),即可申请加入 目标检测、目标跟踪、人脸、工业检测、医学影像、三维&SLAM、图像分割等极市技术交流群 (已经添加小助手的好友直接私信) ,更有每月 大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流 一起来让思想之光照的更远吧~

△长按添加极市小助手

△长按关注极市平台

觉得有用麻烦给个在看啦~   

我来评几句
登录后评论

已发表评论数()

相关站点

+订阅
热门文章