<center id="qkqgy"><optgroup id="qkqgy"></optgroup></center>
  • <menu id="qkqgy"></menu>
    <nav id="qkqgy"></nav>
    <xmp id="qkqgy"><nav id="qkqgy"></nav>
  • <xmp id="qkqgy"><menu id="qkqgy"></menu>
    <menu id="qkqgy"><menu id="qkqgy"></menu></menu>
    <tt id="qkqgy"><tt id="qkqgy"></tt></tt>


  • 簡介:本人2020屆畢業生,雙非本,末流985碩,科班出身,真的很菜。找的是算法崗的崗位。現在秋招接近尾聲,我從牛客網上受益頗多,于是想回饋下大家。兩個渣項目外加一個CTR比賽,leetcode刷了一百道,劍指offer刷了四五遍。

    我找到的工作也不是多么的好,希望大家不喜勿噴,哈哈哈哈哈。?

    收到offer:斗魚、浦發、攜程、快手、多益網絡、阿里(測開)

    面試的公司:作業幫、追一科技、百度、浦發、樂鑫、小紅書、斗魚、360、同程藝龍、攜程、華為、美團(拒絕)、58同城(拒絕)、網易互娛、招商銀行信用卡、快手、阿里、電信云、陌陌、平安智慧(拒絕)、中興

    筆試沒過的公司:網易雷火、大疆、貝殼、東方財富、廣聯達、完美世界、京東、匯頂科技、蘇寧、新浪、學而思、瓜子、招銀網絡科技、愛奇藝、搜狗、歡聚時代、曠世、度小滿、咪咕、閱文、同花順、滴滴、騰訊、聲網、海康威視、中金所、明略。

    下面詳細說說面試每家公司的面經吧,有些太久遠記不大清了,所以不能很完整復述還請原諒。

    快手(offer):??

    一面:

    1、kmeans,K值選擇,初始點
    2、tensorflow原理,keras和他的區別
    3、xgboost、正則化、怎么優化,boost算法
    4、dropout原理,欠擬合,過擬合
    5、分析代碼復雜度,
    6、類別不平衡
    7、怎么預處理
    8、兩個棧實現隊列
    9、你的職業規劃、
    10、SQL

    二面

    實現sqrt
    最小二乘法原理
    怎么打標簽
    集齊12星座平均需要多少人
    sql
    ?

    作業幫(一面涼):??

    1、首先自我介紹,沒有多余的話,直接做題,一道hard,一道mid(白板定義樹,從建樹到先、中、后序遍歷,后序遍歷不允許用網上最容易查到的那種方式),我作為小菜瓜,當然不會,涼涼。

    百度(提前批一面掛,正式批三面都面完):?

    1、說說你的項目,具體一點,數據是什么,為什么這么做,好處是什么,精度?

    2、說下boosting算法,你了解的。

    3、說一下LR和SVM的區別,要詳細,LR和數據分布有沒有關系?

    4、聚類算法熟悉嗎?

    5、一個句子的逆序輸出,I am a boy?? boy a am I?,要bugfree,各種邊界問題,特殊情況

    6、現在有一億個樣本,你如何找到單詞最相似的?

    7、假設現在有一萬個數據,每個數據被取到的概率是不同的,1/2,1/3,1/100,現在如果是你,你會怎么取這一批數據?,數據有好有壞

    8、十進制轉2進制的最優化算法?

    9、python中 +和join的區別。

    10、推薦算法了解嗎?你怎么給用戶做推薦。

    這里特別提醒一句,百度的面試非常重視基礎,不要整花里胡哨的,基礎啊兄弟們。
    我二面的時候,機器學習那一套,從預處理到Model,每個細節都講了,那75min,把我掏干了。

    追一科技(一面掛,聊得很開心):??

    1、Adaboost詳細,adaboost的權值和RF比較

    2、比賽的介紹

    3、boosting算法

    4、one-hot編碼,以及logn的編碼

    5、前序,two sum 有序數組

    6、卷積神經網絡,好處是什么

    7、為什么用小卷積核

    8、介紹下項目論文

    9、分類評價指標,ROC

    10、線性回歸為什么用均方差

    浦發(現場面(offer)):??

    1、先做題,三四道題目,很簡單,全A。然后面試15分鐘,我最后還交了體檢報告與背調。

    小紅書(三面掛):??

    一面:做題,leetcode124題,磕磕絆絆做了出來。然后聊項目,問boosting算法細節,非常細

    二面:聊項目,LR公式,設計一個實際模型,我忘記是什么模型了。。。。。。不難

    三面:兩個open case,①photoshop里面摳圖是什么原理?怎么實現的 ②設計一個知乎推薦系統

    事實證明,我三面答的不好,涼涼。三面掛的人很少很少。

    360(二面掛):??

    一面:

    1、是個妹子面的,問項目,做題目比較簡單,二分查找之類的

    2、項目+簡歷,問了很多機器學習基礎,LR、SVM、boosting一套細節。

    3、調參細節

    二面:

    很玄學,二面聊得很開心,全基礎問題,我也全部答了出來,面經找不到了,但是真的很簡單,然后告訴我掛了。

    同程藝龍

    (奇怪的公司,HR加我微信,說這兩天給我發offer,現在一個多月了,似乎還必須要去實習,體驗不好)

    一面:

    1、GCN公式推導來一遍,每個參數

    2、GBDT和XGboost區別(具體點),為什么GBDT用負梯度當做殘差,xgboost你講講,要詳細,公式

    3、xgboost為什么用二階導

    4、牛頓法公式推一遍、要公式

    5、假設信息增益函數entropy(x,y),實現特征重要性的計算featureImportce(feature,label)(寫代碼)

    6、用過哪些模型,說說,圖自編碼器、cnn等你了解深度學習模型

    7、CTR怎么做的?MLR懂嗎?分詞是啥?

    8、能不能來實習?不能來實習的話就......(我說,我懂你的意思)

    二面:

    1、了解FM、FFM嗎

    2、需要用歸一化的模型有哪些

    3、RF和GBDT區別、詳細一點

    4、CTR講一下,大規模稀疏的特征怎么處理

    5、怎么判斷過擬合,有哪些方法,dropout和RF,dropout是隨機的嗎

    6、模型的權重和特征的權重怎么處理

    7、L1和L2正則,全部內容

    8、對統計這一塊了解嗎?p值是什么

    9、聚類算法,聚類怎么確定K值

    10、AUC值在廣告預測中的指標、NLP了解嗎?

    11、FM算法、FFM算法講一講

    華為

    (打電話叫我轉崗,我就投了AI&Cloud的開發,事實證明這個舉動真的很蠢)

    一面:

    1、項目+做題,好像是排列組合的題目。

    二面:

    面試體驗一般。上來問我會不會C,要求必須用C寫代碼。我說我不會用C,用java行不行,我寫出來了。他說java不大行啊,我就不管了,這是我第一次遇見必須用指定語言做題目的。然后問我opencase,海量數據問題,我沒答好。我承認我太菜了,我以為堆是數組,結果堆是樹。我還和他battle一會,哈哈哈,sorry,的確是我的問題。然后掛掉

    電信云

    (這個就面試體驗超級無敵差!!!)

    一面:

    不問項目不問基礎不問技術,叫我寫pandas,我說我不記得函數名了,一般隨用隨查。面試官就很不開心了,然后問我python的邊邊角角,我又不記得,我只能一路說我不會。一共面了十分鐘,甚至我以為我面了一家外包公司,八字不合,拜拜您嘞。

    網易互娛(一二三面)

    一面:項目+機器學習基礎

    二面:聊人生聊理想

    三面:聊人生聊理想

    招行信用卡(二面涼):

    一面:項目、深度學習和機器學習區別、過擬合、正則化那些,boosting調參

    二面:人工智能趨勢、tensorflow用的多嗎、接收加班嗎、這里我嘴賤,我明明不懂deepFM,我還說了,他讓我做個比較推薦算法那些,我不懂。友情提示:不懂得別瞎說

    陌陌

    (這是我體驗的比較好的一家,兩個面試官超級有水平,點贊+1):

    一面:項目非常非常細,細到懷疑人生。正則化、過擬合、boosting、LR公式推導,梯度下降等等

    二面:面試官直接說我們這個項目沒什么實際意義,哈哈哈,我被懟了還很開心,因為他說的對。然后他還指導我怎么去水論文,我非常感動,真的很nice。

    中興:

    聊人生聊理想,然后把我掛了。估計今年中興都挑花眼了,我這個雙非本科當然不行啦。

    斗魚(offer):

    兩道編程(區間合并),手寫tensorflow cnn全套,二分類,機器學習深度學習基礎。

    阿里測開(offer):

    阿里一共四個技術,一輪hr,第一輪技術冒泡排序、二分查找,java基礎,線程進程等等;二面沒有代碼,問我項目,機器學習聊了很多;三面,open
    case;四面交叉面:比較難,問測試的內容,把我懟的一愣一愣,但好在我水過了。

    先更新這么多吧,我想到什么再更新,我真的記不大清了。??

    下面開始技術總結:??

    1、基礎很重要,至少那些model不要求100%,七七八八個大概你要能講吧。??

    2、刷題很重要,我是個小菜瓜,我什么都不行,所以沒去的了BAT。??

    3、運氣比前兩個都重要。??

    技術
    下載桌面版
    GitHub
    百度網盤(提取碼:draw)
    Gitee
    云服務器優惠
    阿里云優惠券
    騰訊云優惠券
    華為云優惠券
    站點信息
    問題反饋
    郵箱:ixiaoyang8@qq.com
    QQ群:766591547
    關注微信
    巨胸美乳无码人妻视频