时间：5月初
面试形式：2轮技术人员面，1轮经理面（也会问技术问题）
一面
1.机器学习算法
1）二分类，如何评估（p,r,f）
2）过拟合如何解决（train,Val,test 划分；正则项）
3）说几种聚类算法（means,层次聚类），如何判断收敛（数据类标变动不大；簇内间距/簇间距离）
4）说几种组合模型（adaboost,随机森林）
5）两种组合模型原理的不同
答：一个基于数据迭代出结构相同的子模型，一个基于部分数据集分别建立结构不同的子模型
6）熟悉分布式吗？mapreduce
题目：有两个文件，一个是展示文件，记录(qid,query,返回结果表），列表每个元素是 (url,rank),rank 1~10；
另一个是点击文件，记录（qid,点击的位置~rank ），如何用mapreduce的思想解决。
二面
1.自我介绍
2.算法
讲聚类算法
讲数学建模，层次分析
3.手写代码
1）层次遍历二叉树（回车符号的输出）
2）十进制数转换为任意进制数
注意：大于10的数，映射到符号（先建字典）
可以先不考虑负数
4.项目
三面（经理面）
1.自我介绍
2.讲项目
3.希望今后偏业务还是偏技术？
4.实际场景，问题解决
4.1 重构代码后（减弱架构和策略间的耦合），如何验证重构后代码的正确性？
答：
1）捕获线上模型的输入与输出
2）将输入喂给重构后的模型，对比输出
4.2 更进一步的问题：
若发现与线上输出有30%的diff，如何确定是否为重构造成的？
核心考点：误差来源分析（可能线上本身的不稳定导致）
答：在线上模型中，捕获相同输入对应的输出，统计diff,若也在30%左右，说明线上模型也不稳定，排除重构的原因。
5.其他考察：责任感，持续推进任务的能力
网友评论