作业帮广告推荐凉经
上周面的，有些都忘了，问了hr说状态是待定，万年备胎，估计是凉了。。。
找了将近两个月的实习，至今仍是0offer，感觉十分受打击，算法岗神仙打架，自己也确实太弱，现在已经又疲倦又没信心了，不想再找了，之后还要不要做互联网都有些犹豫，感觉十分丧。。
一面：
基础面
1、xgboost如何分裂，分裂时的依据，如何控制它是否分裂的，xgboost和GBDT区别
2、GBDT的GB和DT从头说一下它的过程，在进行分类和回归的时候有什么不同
3、LR除了可以用梯度下降法求还可以用什么求？LR梯度下降法推导，以及伪代码
4、决策树过拟合怎么办，决策树剪枝方法
5、编程题：青蛙跳台阶，字符串中第一个不重复的字符。
二面
项目+基础
1、聊实习相关
2、LSTM画图，长期依赖
3、xgboost防止过拟合的方法，xgboost过拟合怎么办
4、过拟合时偏差和方差
5、聚类算法中遇到哪些问题（kmeans 可能存在空类）
6、推荐算法相关
7、编程题：4sum
三面（应该是leader）
聊学习方法，实习时的收获，深度学习是否能够取代机器学习等等
投递淘天集团等公司10个岗位 >