字节跳动 | 算法面试复盘
面试锦囊之面经分享系列，持续更新中
赶紧后台回复"面试"加入讨论组交流吧
写在前面
字节跳动是一直想去实习的公司，3月份的时候觉得自己学的还不够扎实，暂时没有投简历。4月14号在官网投了简历，4月15号就有小姐姐打电话预约面试时间，今天下午面试。
非本计算机专业出身，在研究生阶段做过基于机器学习和CNN的目标识别。没论文，没竞赛，只有所里的公司实习。编码方面也有些生疏，其实劣势蛮大的。
一面（约1h）
一面面试官是很亲切的小哥哥。在我回答问题的时候一直微笑点头，让我也不那么紧张了。
-
自我介绍：姓名，年龄，本科和硕士学校，专业，相关经历，来这里实习的原因。 -
讲一下熟悉的模型：说了项目里用到的RF，从特征构建、特征选择、模型选择、到模型调优。 -
为什么选了RF？：项目里更关注性能和计算量的平衡，RF相对可控。 -
用的什么指标进行衡量的？：一开始是acc，但是对于不平衡数据不够准确，后来基于混淆矩阵计算了一些指标。 -
不平衡应该怎么做？：过多数据欠采样，过少数据过采样，另外还有一些基于模型的方法比如SMOTE方法等。 -
RF和GBDT的区别是什么？：都是集成方法，分别是Bagging和Boosting，并行和串行。 -
GBDT可以并行吗？：原理上是不行的，这也是训练过程比RF慢的原因。但是XgBoost作为GBDT的一种工程实现方法，在决策树的构建过程中加入了部分并行技巧，加快了速度。 -
GBDT和XgBoost的区别是什么呢？：XgBoost是GBDT的一个工程实现。1）在树的构建过程中加入了一些并行技巧；2）GBDT本身是没有预剪枝等过程的，XgBoost在构建的过程中加入了一些正则，起到了缓解过拟合的作用。 -
（因为提到了CNN相关的东西）ResNet的结构特点以及解决的问题是什么？：ResNet之前，大多认为深度越深，性能越好实际上不是，会出现信息消逝的情况。ResNet提出了“捷径”概念，将浅处的输出牵到深处，形成一个残差，相当于把信息又往深了传递了一下。 -
了解BN吗？：为了解决网络中数据分布变化大，学习过程慢的问题。采用标准化，又引入两个可学习的参数来重建浅层网络学到的分布。 -
编程题，构建哈夫曼树：本身不了解哈夫曼树，但是了解哈夫曼编码的一些思想，讲出来后，小哥哥引导着思路，然后我写出了代码。代码本身还有优化空间，但是小哥哥也说通过了。 -
反问。
让我稍等下一面。
一面总结：
其实一面里问到的东西都还是偏基础的，基本上问题问出来后，一次回答就够了。面试官会再从回答中牵扯到的知识点问起。主要针对做过的项目提问。
二面（约1h）
二面是个小姐姐面的。难度也确实比一面更难些，问的更细了。
-
自我介绍。同上 -
介绍RF和GBDT：串行并行角度。GBDT是残差学习角度。 -
GBDT具体细节：大致说了下思路，感觉答的不是很详细。 -
挑一个熟悉的项目说一下：RF提特征、选特征、调参、评估。 -
有自己手写代码实现过RF吗？：没有....（得去看看了 -
特征选择里提到的互信息选择，互信息的计算公式是什么？：忘记了.. -
为什么选择了RF呢？RF由DT组成，有一定的解释性，性能和计算量相对可控。 -
对于RF可解释性这一点，做了什么相关实验吗？：突然想到RF本身引入了随机性，可解释性没有很强，就说到对于里面的树的路径可以进行分析得到特征重要性。（这部分有点忘记了，赶紧补充学习） -
DT了解吗？：知道的有ID3,C4.5,CART树，分别用信息增益，信息增益比，基尼系数作为启发函数。 -
写出信息增益的表达式：直接在代码编译器中写，有点慌了，写出来的公式不够清晰，讲的时候也讲的不是很好... -
代码写一个决策树，给定数据，启发函数是信息增益，假设所有特征的值都是数值类型的：定义节点类、构建节点、选取当前节点的最优划分特征（计算所有特征的信息增益）、数据划分、构建子节点、考虑停止划分的条件。花了好长时间写了个代码框架，然后和面试官讲了思路。 -
写的决策树是几叉树？：暂时考虑的是有多少种不同的取值就有多少个分支，意识到这肯定是不对的，优化的话可以将所有取值进行划分，比如二划分就可以改成二叉树。 -
反问
二面总结：
确实比一面的时候挖的更深了，不仅问原理，还会问“你具体是怎么做的？”。如果说一面的问题是各种参考书里热门的话题的话，二面的问题会在此基础上深挖，挖到不那么热门但是细节上很重要的问题，会强调具体实现。
HR面
小姐姐很温柔，聊了28分钟的天，主要涉及到的话题：
-
什么时候可以来实习？ -
现在可远程办公，是否考虑转为日常实习？ -
是主动官网投递还是在实习僧等网站投递？ -
对搜索部门有了解吗？ -
聊聊之前实习过程的内容，以及遇到的难点，怎么解决的？ -
自己的优点和缺点是什么？优势是什么？ -
有什么职业规划吗？ -
为什么说喜欢字节呢？有哪些了解？：因为的确挺喜欢的，从氛围、技术、个人发展、城市这几个角度说了下。 -
还有别的投递和Offer吗？：如实回答了。
总结&反思
字节面试的整体氛围还是很棒的，面试官会边出题边引导，能缓解紧张情绪；
很多公式记的不牢，还需要理解更深入些，记得更牢些；GBDT相关的细节需要再进步写；特征选择因为做的比较久远，有些忘记了，需要赶紧总结回忆；编码题没有要求Bug Free，但是本身编码上还需要加强。需要学习NPL相关的东西。自己简历上的东西还需要再升级些。
- END -
推荐阅读
斯坦福大学NLP组Python深度学习自然语言处理工具Stanza试用
太赞了！Springer面向公众开放电子书籍，附65本数学、编程、机器学习、深度学习、数据挖掘、数据科学等书籍链接及打包下载
数学之美中盛赞的 Michael Collins 教授，他的NLP课程要不要收藏？
模型压缩实践系列之——bert-of-theseus，一个非常亲民的bert压缩方法
关于AINLP
AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLPer(id：ainlper)，备注工作/研究方向+加群目的。
相关内容
微信扫码咨询专知VIP会员