面经 | 攒人品的京东算法面经

点击上方“CVer”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者：cklcklcklckl

https://www.nowcoder.com/discuss/199755

本文已授权，未经允许，不得二次转载

LZ是转专业的海外水硕，发一波新鲜面经攒一下人品，也给接下来的提前批小伙伴分享一波经验。

一面

一面的面试官是一个做CV的博士后，问题是比较常规的一面常见问题。

1. 项目相关的问题。

2. 讲一讲LDA算法（线性判别分析）

3. 讲一讲SVM (建模思想，误差函数推导，核，优化)

4. 讲一讲树模型（RF, GBDT, XGBOOST）

5. 讲一讲DL（一些常见的 DL相关问题，记不太清了）

6. 方差-偏差分解

7. 除了树模型，Bagging能不能接其他的基模型。

8. 拉格朗日乘子法能否求解非凸的目标函数问题。

9. Resnet好在哪里

10. Batch normalization原理。先归一化然后恢复有何意义？

11. 代码题：快排

一面大概70分钟吧，然后当天约了二面

二面

二面是一个做运筹优化的博士。问的问题和一面风格差距挺大。

1. 凸优化的相关知识。

2. 马尔科夫链的相关知识。

3. 仔细讲一下XGboost (原理，优缺点等，相当于把那篇论文复述一遍)

4. 场景题，商品销量的时间序列数据如何分解。（这个答的不完整，就说R里面一个包可以做到趋势项季节项和残差项的分解，具体的名字忘了）

5. 场景题，解一个在北京地区的不同库房分配某一个商品的混合整数规划问题（要求说出目标函数，限制条件和求解法，也算磕磕碰碰答上来了）

6. Spark和Hive, 我直接说不会 （手动狗头）。

7. 代码题，二叉树的层次遍历。

然后约三面，期间面试官说虽然理解转专业的难处，但是spark和hive不会确实很扣分。

三面

三面是算法组长，虽说是技术面但并没有问特别细节的问题。

1. 讲一个比较困难的项目以及如何解决的，我说了实习的一个项目。

2. 讲一下从0开始建模到得到结果的完整过程。

3.  数据预处理一般有哪些方法？

4. 训练集验证集测试集分割的问题？（大概猜到这是在考时间序列数据不能随即分割这个点了）

之后说这一轮算过了，她花20分钟介绍了他们在做的一些项目然后约四面。

四面

四面是研发经理面，然后他直接说不面了约5面HR面。

五面

听说京东HR面很难，所以特别忐忑。

1. 介绍一下自己的经历

2. 对京东有什么看法？

3.介绍一下自己的优缺点。

4.如果加入京东可以给团队带来什么？

最后问我毕业时间，然后说要和其他人讨论我这种情况属于19届还是20届。

六面

六面临时加了总监面，不过就聊了20分钟，问题和五面差不多。

6.28更新----------------------------------------------

实在等不及了问了入职之后的领导，说是已经上报到了2020的校招需求中，因为618之后大部分人休年假所以没有进一步跟进。 

如果你想了解国内各大公司的面试经验、如何内推、学习路线、知识题库、秋招攻略和Offer如何选择等资料的，欢迎加入2019AI算法岗求职大本营（知识星球）。

2019AI算法岗求职群（知识星球）

 

本星球不仅面向今年（2020届）找工作的人群（研一/研二/大三等），还面向刚入学或已工作的人群。目前已有超过1000+位同学加入。星球旨在分享AI算法岗的秋招准备攻略（含刷题）、面试经验和内推机会（含提前批）等。

希望这个星球可以让你少走一些弯路

扫码进星球

如果喜欢面试经验，麻烦给个在看

麻烦给我一个在看！