百度阿里头条算法面经
最近秋招很多消息和内推都是通过牛客获得的，回馈一下发一波面经，希望能帮到大家~ 楼主华五本科海外硕士，一份美国大厂数据挖掘实习，没有相关领域的paper，投的都是算法/机器学习相关岗位。非科班（EE）所以计算机基础比科班大神们差很多，相关知识一半靠上课一半靠项目和自学。至今面了阿里百度头条和两个小厂，投了腾讯美团知乎爱奇艺都没有任何消息。。楼主还在美国实习，所以所有面试都是通过视频/微信语音进行的。
阿里提前批-算法机器学习（苦等意向书中）
一面（45min）
1. 代码：数组中第k大的数
2. 简述反向传播原理
3. 面试官微信发了一道反向传播的算数题，要求算出结果并解释
4. sigmoid和ReLU的优劣
5. 梯度消失问题和损失函数有关吗？
6. 如何用一个有偏的0/1随机数生成器，生成无偏的0/1随机数
7. 智力题：一个人向北走了一公里，向东走了一公里，又向南走了一公里，最后回到了最开始的起点，为什么？（楼主没答上来，后来网上搜到了答案...）
8. 有什么问题要问我吗？（楼主问面试官能不能简单介绍一下ta最近做的一个项目）
二面（80min）
1. 代码：找出一个旋转数组中的最小值
2. 怼NLP项目，具体细节问的很深（eg. 段落长度不一样怎么处理的，怎么控制参数个数，怎么防过拟合，用的什么优化算法，embedding层都用了哪些特征，等等）
3. 一个四位数abcd，满足abcd * 4 = dcba，求这个数（楼主想起了当年被离散支配的恐惧..不过面试官表示不需要数论知识不要把问题想得太复杂后，还是顺利做了出来）
4. 给了一个2*2的矩阵A和2*1的向量x，心算A*x
5. 因为楼主提到项目是用TensorFlow做的，就让简述用TensorFlow训练模型的整个flow，边讲边在Collabedit写伪代码
6. 讲TensorFlow的过程中面试官问初始化参数的时候要注意哪些（楼主不确定面试官的具体意思，就讲了TF的scope和reuse，和算法层面的Xavier和He两种init方法）
7. 为啥想回国工作？
8. 最后面试官详细介绍了下部门做的主要东西和优势，问我有没有什么问题（楼主问了和一面一样的问题）
三面（30min）
1. 怼项目，但问的不是很深
2. 你这个项目有什么创新点吗？（楼主自知没有创新点，idea都是借鉴了很多别人的paper，就着重说了说一些难点和解决方法，面试官也没有继续刁难）
3. 和二面问题一样，简述TensorFlow
4. 开放性问题：目前NLP领域的模型表现相比CV领域稍显逊色，你觉得有哪些原因？你觉得NLP目前有哪些很有前景的发展方向？（楼主聊了一些最近看的感觉还不错的paper和大方向，面试官没给太多反馈）
5. 能提前来实习吗？（楼主答不能，面试官表示没关系）
四面（50min，楼主自我感觉这一面表现很不好..当时面完很懵逼，很多问题也记不清了）
1. 怼项目，着重问有什么创新点（感觉面试官对楼主的整体回答并不满意）
2. 概率题：一个家庭有两个孩子，已知其中一个是女孩，求另一个也是女孩的概率
3. 看你的项目主要是深度学习的，对传统机器学习算法了解如何？（楼主说还比较了解，算法可以手推..面试官就说了句好然后竟然没有问任何后续问题..）
4. 深度学习的算法有底层实现过吗？（楼主说大部分底层东西都用Python和Numpy写过..本以为要写代码了，但竟然又是没有任何后续问题..懵逼）
5. 算法题口述思路：给定一个有k个单词的query（比如abc代表三个单词），和一篇用倒排索引形式给出的文档（比如a:[1,3,5] ，b:[2,7,6], c[4], d[8]），求文章中包含query中所有单词的最短连续窗口的长度（比如abdec就是长度为5包含abc的一个窗口）..楼主当时是美国晚上十二点脑子真的转不动了..面试官给了很多引导之后才给出一个还可以的解法，也不知道是不是最优解
6. 你有什么问题吗？
五面（交叉面，25min，基本全程聊天，没有技术问题）
1. 简单说说你觉得你的项目可以应用到哪些实际业务场景？
2. 实习生活感觉怎么样？感觉美国公司工作节奏如何？为啥想回国？
3. 随意聊了聊面试官部门那边的一些产品
六面（HR面，20min）
1. 自我介绍
2. 没有难以回答的问题，主要是面试官介绍部门的情况+聊天...
头条-算法工程师（笔试后8.25视频面试，仍在等结果）
一面（不记得时间了..）
1. 自我介绍+简单介绍一个项目（顺着问了一些相关问题）
2. 代码：一个链表，奇数位升序，偶数位降序，将其转化成完全升序的链表（楼主说可以直接拆分+反转+归并，面试官表示可以之后就直接写代码了）
3. 面试官表示自己不是做NLP的，让我随便介绍一个NLP领域近期比较不错的成果
4. 面试官似乎觉得时间太早又不知道该问什么了，沉默了一会问TCP/IP懂吗？（楼主没学过网络，直接说不懂）epoll了解吗（楼主就光上课时候学过一点，感觉会被问死，就直接说不太了解）
二面（不记得时间了..）
1. 自我介绍+介绍项目
2. 项目有什么创新点？
3. 推荐系统里，向量检索有什么方法可以加速吗？（楼主答LSH，然后后续问题就都是LSH相关的了，崩...）
4. 我们简化一下这个问题，用LSH的思想在二维平面里找出和一个点距离最近的k个点，并写一下伪代码（楼主的解法是简单地将平面划分成很多大格子，然后维持一个{grid_id -> list of points}的map）
5. 这个解法里，如果一个点在一个格子的边缘，那召回效果会变差很多，怎么缓解这个问题？（楼主没有很好的思路..回答了几种，面试官都说也许可以，但都没有很满意）
6. 还能想到什么其他的方法吗？楼主对LSH没有太深的了解，想了很久后说可以用聚类的方法，召回时先找到距离最近的cluster；面试官似乎还比较满意，说***有一篇相关的paper楼主可以自己去读一下
7. 意向工作城市？
三面（55min）
1. 自我介绍+介绍项目
2. 项目最大的创新点是什么？项目里有哪些工作虽然没有创新性，但耗费了你大量时间？
3. 项目为什么要在word embedding基础上加character embedding？
4. Dropout为什么能防止过拟合？
5. Batch Normalization有什么好处？
6. 讲讲Adam优化算法
7. 开放性问题：怎么自动从广告语中提取出一个“卖点”？（eg. 保暖，时尚）
8. 你有什么问题要问我吗？意向工作城市？
百度提前批-机器学习（做完测评等结果中）
一面（60min）
1. 代码：O(1)空间复杂度判断一个整数是不是回文数（Leetcode原题）
2. 代码：给定一个dictionary，以及一个长字符串，判断字符串能不能拆成dict中单词的组合（dp解决）
3. 简单问了问一个项目，没有聊任何细节
4. 一个开放性问题，花了不少时间，具体很多细节记不清了就不写在这里了..
5. 有一麻袋硬币，怎么尽量快地估算出这些硬币的总价值（楼主给了几种思路面试官都不是很满意，最后面试官说这其实是一道很简单的采样的问题，楼主脑卡没想到..）
二面（50min）
1. 自我介绍+简述实习项目
2. 能想到哪些衡量两个向量之间距离的方法（L1, L2, cosine，或者深度学习里训练MLP作为距离函数，注意normalization）
3. 衡量两个字符串之间距离的方法？（楼主答了edit distance和Jaccard distance，不知道还有没有其他常用的）
4. 给定一个query和一个doc，能想到哪些衡量相关性的方法（答了bag of words, LSTM encode, CNN encode, bi-directional attention等等）；面试官最后提到一种match-CNN说楼主可以面试完研究一下
5. LSTM相比普通RNN有哪些优势？为什么能解决梯度消失？
6. LSTM和GRU用哪个好？（楼主表示两个之间没有绝对的优劣..面试官表示认同，说实际应用里确实会因为计算速度而选择GRU）
7. 用户进行搜索时，你能想到哪些相关特征用来做排序（楼主从query，user，context三个角度简要回答了一下，也不知道面试官满不满意）
8. 算法题口述思路：Leetcode买卖股票问题，只允许买卖一次的最大收益？不限制买卖次数的最大收益？
9. 你有什么问题吗？
三面（30min）
面试官上来便说这一面不问技术问题了，楼主长舒一口气..
1. 为啥想回国工作？
2. 上学期间你觉得自己成长最快的是哪个时期？为什么？
3. 最大的优点？
4. 有什么不足？或者说，你觉得自己有什么可以改进的地方？
5. 工作的前三年对自己有哪些期望？
6. 面试官介绍了一下部门做的东西，问楼主有什么问题；面试后要了身份证号
#面经##阿里巴巴##字节跳动##百度##秋招##内推##留学生#
投递阿里云等公司10个岗位