面完18家大厂的算法岗位,吐血整理了一个面经!

点击上方“码农突围”,马上关注

这里是码农充电第一站,回复“666”,获取一份专属大礼包

真爱,请设置“星标”或点个“在看”

作者:求一个好offer求求

https://www.nowcoder.com/discuss/313143

本文已由作者授权,未经允许,不得二次转载

简介:本人2020届毕业生,双非本,末流985硕,科班出身,真的很菜。找的是算法岗的岗位。现在秋招接近尾声,我从牛客网上受益颇多,于是想回馈下大家。两个渣项目外加一个CTR比赛,leetcode刷了一百道,剑指offer刷了四五遍。

我找到的工作也不是多么的好,希望大家不喜勿喷,哈哈哈哈哈。 

 

收到offer:斗鱼、浦发、携程、快手、多益网络、阿里(测开)


面试的公司:作业帮、追一科技、百度、浦发、乐鑫、小红书、斗鱼、360、同程艺龙、携程、华为、美团(拒绝)、58同城(拒绝)、网易互娱、招商银行信用卡、快手、阿里、电信云、陌陌、平安智慧(拒绝)、中兴


笔试没过的公司:网易雷火、大疆、贝壳、东方财富、广联达、完美世界、京东、汇顶科技、苏宁、新浪、学而思、瓜子、招银网络科技、爱奇艺、搜狗、欢聚时代、旷世、度小满、咪咕、阅文、同花顺、滴滴、腾讯、声网、海康威视、中金所、明略。


下面详细说说面试每家公司的面经吧,有些太久远记不大清了,所以不能很完整复述还请原谅。


快手(offer):  

一面:

1、kmeans,K值选择,初始点
2、tensorflow原理,keras和他的区别
3、xgboost、正则化、怎么优化,boost算法
4、dropout原理,欠拟合,过拟合
5、分析代码复杂度,
6、类别不平衡
7、怎么预处理
8、两个栈实现队列
9、你的职业规划、
10、SQL

二面

实现sqrt
最小二乘法原理
怎么打标签
集齐12星座平均需要多少人
sql

作业帮(一面凉):  

1、首先自我介绍,没有多余的话,直接做题,一道hard,一道mid(白板定义树,从建树到先、中、后序遍历,后序遍历不允许用网上最容易查到的那种方式),我作为小菜瓜,当然不会,凉凉。


百度(提前批一面挂,正式批三面都面完): 

 

1、说说你的项目,具体一点,数据是什么,为什么这么做,好处是什么,精度?

2、说下boosting算法,你了解的。

3、说一下LR和SVM的区别,要详细,LR和数据分布有没有关系?

4、聚类算法熟悉吗?

5、一个句子的逆序输出,I am a boy?  boy a am I?,要bugfree,各种边界问题,特殊情况

6、现在有一亿个样本,你如何找到单词最相似的?

7、假设现在有一万个数据,每个数据被取到的概率是不同的,1/2,1/3,1/100,现在如果是你,你会怎么取这一批数据?,数据有好有坏

8、十进制转2进制的最优化算法?

9、python中 +和join的区别。

10、推荐算法了解吗?你怎么给用户做推荐。


这里特别提醒一句,百度的面试非常重视基础,不要整花里胡哨的,基础啊兄弟们。我二面的时候,机器学习那一套,从预处理到Model,每个细节都讲了,那75min,把我掏干了。


追一科技(一面挂,聊得很开心):  

1、Adaboost详细,adaboost的权值和RF比较

2、比赛的介绍

3、boosting算法

4、one-hot编码,以及logn的编码

5、前序,two sum 有序数组

6、卷积神经网络,好处是什么

7、为什么用小卷积核

8、介绍下项目论文

9、分类评价指标,ROC

10、线性回归为什么用均方差


浦发(现场面(offer)):  

1、先做题,三四道题目,很简单,全A。然后面试15分钟,我最后还交了体检报告与背调。


小红书(三面挂):  

一面:做题,leetcode124题,磕磕绊绊做了出来。然后聊项目,问boosting算法细节,非常细


二面:聊项目,LR公式,设计一个实际模型,我忘记是什么模型了。。。。。。不难


三面:两个open case,①photoshop里面抠图是什么原理?怎么实现的 ②设计一个知乎推荐系统


事实证明,我三面答的不好,凉凉。三面挂的人很少很少。


360(二面挂):  

一面:

1、是个妹子面的,问项目,做题目比较简单,二分查找之类的

2、项目+简历,问了很多机器学习基础,LR、SVM、boosting一套细节。

3、调参细节

二面:

很玄学,二面聊得很开心,全基础问题,我也全部答了出来,面经找不到了,但是真的很简单,然后告诉我挂了。


同程艺龙

(奇怪的公司,HR加我微信,说这两天给我发offer,现在一个多月了,似乎还必须要去实习,体验不好)

一面:

1、GCN公式推导来一遍,每个参数

2、GBDT和XGboost区别(具体点),为什么GBDT用负梯度当做残差,xgboost你讲讲,要详细,公式

3、xgboost为什么用二阶导

4、牛顿法公式推一遍、要公式

5、假设信息增益函数entropy(x,y),实现特征重要性的计算featureImportce(feature,label)(写代码)

6、用过哪些模型,说说,图自编码器、cnn等你了解深度学习模型

7、CTR怎么做的?MLR懂吗?分词是啥?

8、能不能来实习?不能来实习的话就......(我说,我懂你的意思)


二面:

1、了解FM、FFM吗

2、需要用归一化的模型有哪些

3、RF和GBDT区别、详细一点

4、CTR讲一下,大规模稀疏的特征怎么处理

5、怎么判断过拟合,有哪些方法,dropout和RF,dropout是随机的吗

6、模型的权重和特征的权重怎么处理

7、L1和L2正则,全部内容

8、对统计这一块了解吗?p值是什么

9、聚类算法,聚类怎么确定K值

10、AUC值在广告预测中的指标、NLP了解吗?

11、FM算法、FFM算法讲一讲


华为

(打电话叫我转岗,我就投了AI&Cloud的开发,事实证明这个举动真的很蠢)

一面:

1、项目+做题,好像是排列组合的题目。

二面:

面试体验一般。上来问我会不会C,要求必须用C写代码。我说我不会用C,用java行不行,我写出来了。他说java不大行啊,我就不管了,这是我第一次遇见必须用指定语言做题目的。然后问我opencase,海量数据问题,我没答好。我承认我太菜了,我以为堆是数组,结果堆是树。我还和他battle一会,哈哈哈,sorry,的确是我的问题。然后挂掉


电信云

(这个就面试体验超级无敌差!!!)

一面:

不问项目不问基础不问技术,叫我写pandas,我说我不记得函数名了,一般随用随查。面试官就很不开心了,然后问我python的边边角角,我又不记得,我只能一路说我不会。一共面了十分钟,甚至我以为我面了一家外包公司,八字不合,拜拜您嘞。


网易互娱(一二三面)

一面:项目+机器学习基础

二面:聊人生聊理想

三面:聊人生聊理想



招行信用卡(二面凉):

一面:项目、深度学习和机器学习区别、过拟合、正则化那些,boosting调参

二面:人工智能趋势、tensorflow用的多吗、接收加班吗、这里我嘴贱,我明明不懂deepFM,我还说了,他让我做个比较推荐算法那些,我不懂。友情提示:不懂得别瞎说


陌陌

(这是我体验的比较好的一家,两个面试官超级有水平,点赞+1):

一面:项目非常非常细,细到怀疑人生。正则化、过拟合、boosting、LR公式推导,梯度下降等等


二面:面试官直接说我们这个项目没什么实际意义,哈哈哈,我被怼了还很开心,因为他说的对。然后他还指导我怎么去水论文,我非常感动,真的很nice。


中兴:

聊人生聊理想,然后把我挂了。估计今年中兴都挑花眼了,我这个双非本科当然不行啦。

斗鱼(offer):

两道编程(区间合并),手写tensorflow cnn全套,二分类,机器学习深度学习基础。


阿里测开(offer):

阿里一共四个技术,一轮hr,第一轮技术冒泡排序、二分查找,java基础,线程进程等等;二面没有代码,问我项目,机器学习聊了很多;三面,open case;四面交叉面:比较难,问测试的内容,把我怼的一愣一愣,但好在我水过了。


先更新这么多吧,我想到什么再更新,我真的记不大清了。  


下面开始技术总结:  

1、基础很重要,至少那些model不要求100%,七七八八个大概你要能讲吧。  

2、刷题很重要,我是个小菜瓜,我什么都不行,所以没去的了BAT  

3、运气比前两个都重要。  

我刷的一些题目,都放在了我的博客:我的博客八月份更新的,可想而知,我有多久没有刷题了,大家不能像我一样菜,不允许喷我,我不能接收你的批评(哼)!!!

https://www.cnblogs.com/wangyufeiaichiyu/(我就想骗一波粉丝,哈哈哈哈哈)

说句题外话,有不少人想加鱼哥微信,鱼哥姑且放出来,但是坑位有限哦

有热门推荐????

1、太可怕了!上海交大毕业的网易前员工曝身患重病后,被残酷裁员!

2、Python数据分析、挖掘常用工具

3、某团面试题:JVM 堆内存溢出后,其他线程是否可继续工作?

©️2020 CSDN 皮肤主题: 酷酷鲨 设计师:CSDN官方博客 返回首页