小菜鸡的算法实习面经

2019 年 4 月 26 日 算法与数据结构
作者: 慌乱的咸鱼
链接: https://www.nowcoder.com/discuss/181770
来源: 牛客网


找实习将近一个半月,共面了4家,搜狐华为腾讯给了offer,蚂蚁还在面。发个面经求好运!

搜狐--推荐算法(共四面)--现场面 offer

一面:
1.算法题:一个乱序数组,求最长的连续数列有多长
2.聊比赛
3.手推lr
4.手推gbdt
5.gbdt lr的作用
6.ftrl
7.用户冷启动
8.sigmoid函数求导


二面:

1.算法题:字符串的所有排列(剑指offer原题)
2.ftrl
3.fm,deepfm
4.高维id特征怎么处理
5.xgboost
6.数学题:一个扔骰子的问题,求数学期望

三面(boss):
1.特征工程和算法谁更重要
2.深度学习在推荐系统的意义
3.一些应用场景的理解

四面(hr):
1.能实习多久
2.还有什么要问的吗

腾讯(共三面)--电话面 offer

本来投的算法,太菜没人要,被数据分析捞了~


一面:

1.聊比赛
2.word2vec原理
3.tf-idf原理,还知道其他关键词提取技术吗
4.模拟退火
5.样本不平衡怎么处理的
6.你觉得哪些事件直接可能有隐含的关系?类似啤酒纸尿裤问题。

二面:
1.聊比赛
2.word2vec
3.cbow和skip gram的区别?你觉得用哪个训练的词向量结果好?为什么?--怪问题...乱说了一下
4.python中lambda与map的作用
5.高维特征的处理方法
6.还有一两个问题,忘了,反正是场景类的,不难但是有点怪...

三面(hr):
1.多久可以来实习
2.有其他offer吗?
3.愿意去外地吗?

华为(共三面)--视频面 offer

一面:
1.讲了两个比赛,问了下论文IF   没了...


二面:

1.细讲了一下论文,稍微挖了一下   没了...

三面(hr):
1.实习时常?能再长一点吗?   没了...

蚂蚁金服(1笔试 6面试)

--电话面  这周五面完了5面 等hr面ing 希望给个offer 想去蚂蚁...


笔试:(内推还是给了个链接做题)

1.五个选择题,知识点分别是矩阵的行列式,矩阵的秩,矩阵的迹,tf-idf,lda,word2vec,l1 l2正则,概率论
2.两个计算题,给个表,算信息增益;朴素贝叶斯
3.两个编程题,写一个kmeans;二叉树层次遍历

一面:
1.聊比赛
2.各种决策树:id3 c4.5 cart
3.lr与最大熵模型
4.word2vec
5.rnn与lstm
6.gan中的转置卷积
7.bn层的作用
8.拿出你的笔和纸,算一个积分(简单积分)
9.再算一个概率问题(排列组合问题)
10.再算一个...算了,不算了,等二面吧

二面:
1.聊比赛
2.样本不平衡
3.f1 score中1的含义
4.acc与auc的选择
5.adboost与gbdt
6.gbdt与xgboost
7.除了tf idf还有其他的关键字提取方法吗
8.会hive udf吗?稍微了解一点,只用过mysql

三面(中间鸽了两周,后来给我换了个面试官,然后好像不是我这个方向的大佬,没怎么问问题,反而是聊天多一点):
1.聊比赛,排名?哦50呀 50还行吧...(嘤嘤嘤...菜是我的错,对不起大佬了!
2.聊论文,怎么想到这么做的
3.本科和研究生的成绩
4.啥时候学的编程,会哪些语言
balabala...


四面:

1.聊比赛
2.问了一下比赛里的东西怎么用到实际场景中
3.聊了下自己做的小项目
4.又问了一个相关的业务场景

五面(交叉面,阿里云的大佬):
1.怼了一下论文,这个东西...可以当research但是实际用起来不靠谱啊(我也知道啊,您别这么直接!
2.说说怎么用机器学习做特征工程?有监督无监督都可以
3.除了你项目和论文上提到的深度学习模型,还会哪些?粗略说一两句。
4.你怎么看待现在的大数据公司和AI公司的发展?

周五下午问了内推人,他说评级还可以,让我等下周hr面,不出意外应该是有offer的,求好运QAQ

最后,祝大家都能有满意的offer~~



●编号902,输入编号直达本文

●输入m获取文章目录

推荐↓↓↓

程序员求职面试

更多推荐25个技术类公众微信

涵盖:程序人生、算法与数据结构、黑客技术与网络安全、大数据技术、前端开发、Java、Python、Web开发、安卓开发、iOS开发、C/C++、.NET、Linux、数据库、运维等。

登录查看更多
0

相关内容

GBDT(Gradient Boosting Decision Tree) 又叫 MART(Multiple Additive Regression Tree),是一种迭代的决策树算法,该算法由多棵决策树组成,所有树的结论累加起来做最终答案。它在被提出之初就和SVM一起被认为是泛化能力较强的算法。
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
199+阅读 · 2020年2月11日
知识神经元网络 KNN(简介),12页pdf
专知会员服务
14+阅读 · 2019年12月25日
【面经】字节AI Lab-NLP算法热乎面经
深度学习自然语言处理
14+阅读 · 2020年3月29日
爱奇艺深度学习算法实习生面经
算法与数据结构
9+阅读 · 2019年5月28日
吴恩达机器学习课程
平均机器
9+阅读 · 2018年2月5日
90 道名企笔试和算法题 (含答题讨论)
技术最前线
6+阅读 · 2018年2月3日
干货|深度神经网络(DNN)反向传播算法(BP)
全球人工智能
7+阅读 · 2018年1月12日
基于机器学习方法的POI品类推荐算法
全球人工智能
3+阅读 · 2017年11月22日
机器学习算法比较
我爱机器学习
4+阅读 · 2016年12月11日
Arxiv
27+阅读 · 2017年12月6日
Arxiv
4+阅读 · 2016年12月29日
VIP会员
相关资讯
【面经】字节AI Lab-NLP算法热乎面经
深度学习自然语言处理
14+阅读 · 2020年3月29日
爱奇艺深度学习算法实习生面经
算法与数据结构
9+阅读 · 2019年5月28日
吴恩达机器学习课程
平均机器
9+阅读 · 2018年2月5日
90 道名企笔试和算法题 (含答题讨论)
技术最前线
6+阅读 · 2018年2月3日
干货|深度神经网络(DNN)反向传播算法(BP)
全球人工智能
7+阅读 · 2018年1月12日
基于机器学习方法的POI品类推荐算法
全球人工智能
3+阅读 · 2017年11月22日
机器学习算法比较
我爱机器学习
4+阅读 · 2016年12月11日
Top
微信扫码咨询专知VIP会员