首页 > 笔经面经 > 快手【机器学习】记录~

快手【机器学习】记录~

头像
Jeffery008
编辑于 2018-09-03 11:58:21 APP内打开
赞 4 | 收藏 104 | 回复9 | 浏览8037
今天中午没有吃饭,下午饥肠辘辘中面的快手机器学习,大致情况在猿生活这里记录一下。
一面:
  1. 实习项目介绍;
  2. 比赛细节介绍;
  3. 特征与模型的相关性如何计算与表示;
  4. 深度学习特征的hash搜索算法时间复杂度;
  5. lightgbm的特性以及学习函数;
  6. Adaboost学习策略;
  7. 决策树种类以及分裂方式;
  8. RF与lightgbm的区别;
  9. 代码题:求二位矩阵中连通1的最大区域;
面试过程中,几度暂停,然后很尴尬的告诉面试官小哥哥:稍等一下,我有点饿, 可以让我喝口水吗。。。哈哈,面试官也是很理解的说,不急不急,慢慢来~
后来一面结束后,我就在面试所在地等待,一面面试官从茶水间拿了好几包饼干过来给我~ 好吧,我被感动了!

二面:
由于我投的是视觉算法,但是要面机器学习,所以在跟二面面试官介绍之后他让我再等一下,他去找机器学习相关方向的面试官过来面我。
  1. 先写一个A的B次方然后模10e7;(我写了一个logB的算法,最后在这个基础上他说有什么改进,然后从A和B两个方向上改进了。并且还让我推导正确性)这个题看起来比较简单,不过还是挺有挖掘深度的。
  2. 比赛介绍-然后开始问我怎么处理特征的,怎么选模型的,收获是什么。接着问我队伍名称是什么,最后得分怎么样(好吧,问的这么细?~最后他说比赛第三名他认识~原来如此)
  3. 再次介绍实习项目
  4. 然后问了第一个实习的公司相关的情况;
  5. 给了建议:说我的简历里面的项目跨度太大,以后找其他工作的话最好能够根据岗位来写自己的项目~~(感觉很好啊)
  6. GBDT、lightgbm、xgboost等的特性;
  7. ACM队伍中担任什么角色,DP?那写一个DP的题目吧:一个环中有N个结点,每个结点有一个价值,选择结点价值最大(选择的结点不能挨着)。

面完后就再次等待,然后就是HR了。

HR面:
  1. 快手的了解
  2. 对将来职业的规划
  3. 现在面试了哪些公司
  4. 我问了快手现在的发展情况,然后HR给了相应的解答。
整体而言,其实效率算高的,一下午就面完所有的面试了。今天应该是面试专场,所以很多人都在面试,导致等待时间也较长。面试过程都是如沐春风,一面面试官很让人感动地给我饼干,二面面试官建议我以后找工作最好能够针对性准备简历,都让我对这个666的公司好感倍增~~

面完试,和妹纸吃了顿自助,哈哈哈,现在已经不饿了 =。=

更多模拟面试

9条回帖

回帖
加载中...
话题 回帖

笔经面经近期热帖

历年真题 真题热练榜 24小时
技术(软件)/信息技术类
查看全部

近期精华帖

热门推荐