美文网首页程序员之言java面试
2018春招秋招算法机器学习岗面经(阿里、腾讯、美团、携程)

2018春招秋招算法机器学习岗面经(阿里、腾讯、美团、携程)

作者: java面试笔试 | 来源:发表于2018-09-12 11:45 被阅读20次

    作者:vivalazy

    来源:牛客网

    先介绍情况:本硕末流985,性别女,无算法比赛。春招运气比较好的拿到了大厂实习,秋招因为转正了所以投的很少(又因为比较好吃懒做,所以目前在大厂和银行间犹豫不定。。。)感觉牛客上容易碰到熟人,哈哈,就不鸡汤了,直接总结一下面试遇到过的题吧。求攒些人品,助我做出正确的选择~

    【春招】【阿里】

    一面(40分钟):

    1.自我介绍

    2.介绍项目

    3.xgboost和gdbt

    4.你知道的防止过拟合的方法(回答了正则化项)

    5.L1和L2的区别,数学上解释(等高线)

    6.用到了矩阵分解,所以讲一下。

    7.你还知道哪些机器学习的方法.

    8.写代码:二叉树的深度。

    深度学习完全没问

    面试官评价:知道的机器学习的算法广度不够。

    二面(30多分钟):

    没自我介绍 没项目介绍 直接问问题

    二分类的评价指标都有哪些:

    数据不平衡问题如何解决(adaboost就能做到!)

    KNN 复杂度高,怎么解决

    相似文档,相似图片。LSH

    xgboost gbdt

    NLP的问题都答的不好。感觉面试官就是做NLP的。

    深度学习做过哪些?深度学习+推荐?

    LSTM的原理大概说一下,解决RNN的哪些问题。

    如何衡量两个句子的相似度,sentence embedding的方法(给了很多提示我都没达出来)

    三面(1小时+):

    聊项目,主要是两个推荐方面的项目。问的很细,每说一步都会提出问题。

    场景题:判断用户遇到的问题,做推荐。从数据来源到模型,问的很详细。

    评价:知识面窄。

    四面:

    自我介绍

    数据处理的流程

    聊项目

    java中实现list的容器都有哪些

    LR和SVM的区别,哪个是参数模型

    怎么解决过拟合 为什么会过拟合

    100!末尾有几个0

    场景题:判断用户query是否是时效性query

    自己的优缺点是什么

    遇到过的最大的困难 有什么反思

    性格是内向外向

    在团队中是扮演什么角色

    hr面(20分钟):

    就是一些很常见的问题:

    你一个印象很深的项目。

    读研对你的提升。

    最近看什么书。

    你有什么优点。

    你能为团队贡献什么。

    三个词对自己性格描述,怎么体现的。

    【春招】【腾讯】

    初试1(1个小时):

    写卷子:操作系统,TCP,C++,快排。(10道题左右的卷子,只写了一道快排)

    问项目,主要是计算广告相关

    智力题:1000瓶水有一瓶毒药,需要几只小白鼠(10只,二进制编码)

    初试2(部门领导面(10多分钟的闲聊)):

    对特征选择的想法

    职业规划

    做过哪些项目

    复试(总监面):

    推荐项目的介绍

    如何验证模型结果

    42亿排好序的QQ号, 找到其中某个

    全程argue我初试为什么交了白卷(捂脸哭),操作系统、算法基础不好

    实习期间的内容

    面试官给的建议:操作系统、网络(我是算法岗啊????!)、数据结构、算法,这四部分是基础,是必须要会的。

    【春招】【美团】

    1.电话面 20分钟

    自我介绍

    关于计算广告的一些问题

    平时用什么工具

    分类样本不平衡

    场景题:如何判断刷单

    2.现场面 40分钟

    自我介绍

    写代码:二分查找

    问项目,问的很详细

    场景题:找top10个常出现的ip

    场景题:判断是不是垃圾信息

    防止过拟合的方法

    L1 L2如何选择

    自己的优点是什么

    3.HR面 20-30分钟

    自我介绍

    哪里人 哪年的 毕业时间 能实习的时间

    学校 实验室的情况 有没有认识的人在美团 等等

    给之前的面试表现打分

    项目中遇到的困难

    开放性问题:一杯水等分成30份,没有度量工具,怎么做

    【秋招】【携程】

    一面(40分钟):

    介绍项目,没问到技术问题,也没写代码。

    二面(15分钟):

    部门主管,一共面了15分钟,主要是聊是哪里人、杭州上海怎么选、北方人咋不去北京、觉得上海哪好 什么的。。。

    问了个场景问题:怎样给没登录或者没历史行为的用户推荐度假产品。。(整体推荐框架介绍,热门+地理位置)

    没有HR面就直接发offer了。。

    【秋招】【美团】

    撕了三轮代码,今年美团真是难。。

    初试第一轮(50分钟):

    自我介绍

    项目

    写代码:数组的全排列(我说我不会写),换了个简单的判断是否是回文数,用两种方法。

    初试第二轮(40分钟):

    自我介绍

    项目

    场景题:推荐附近商户 完整流程,其中涉及到如何判断一个店是网红店

    写代码:找第k大的数(leetcode原题,类似快排的思路),用堆怎么做

    复试(1小时+):

    介绍项目,每说几句会打断,问怎么做的。

    前向传播和反向传播

    画出DeepFM或FNN或PNN的图

    写代码:一排排的球,从上向下求路径加起来最大(DP)。写好后一行行的看,问这里这样写会有什么问题,如何改进。

    然后闲聊很久。。

    HR面:

    实习做了些什么

    用没用过点评

    闲聊中问HR小姐姐是不是今年HC很少,得到了肯定的回答。。

    总的来说,今年算法或许是红海,但是有大厂实习或比赛或论文感觉还是比较有优势的。

    还有一点我觉得很重要,也是我很欠缺的地方,就是平时的积累和思考。算法工程师需要具备解决实习场景问题的能力,这种能力并不是背完《统计学习方法》和西瓜书就能有的,在面试中如果能回答好这类问题,或许可以脱颖而出吧。

    以上,就这些,希望对大家能有所帮助!

    (哪个好心人能告诉我互联网和安稳的银行到底该怎么选,比心)

    公众号:javafirst

    相关文章

      网友评论

        本文标题:2018春招秋招算法机器学习岗面经(阿里、腾讯、美团、携程)

        本文链接:https://www.haomeiwen.com/subject/fokvgftx.html