拼多多学霸批算法工程师,远程面试
拼多多学霸批算法工程师,远程面试(8.8面完的)
一面(电话面,网页写代码):
面试官做搜索的,上来先自我介绍了一下:
1. 链表快排
2. 概率题: 抛硬币,正面继续抛,反面不抛。问抛的次数的期望。
3. 机器学习熟悉什么?(A: XGboost)
3.1. 讲讲XGBoost原理。
3.2 XGBoost优势?
3.3 讲讲调参。
3.4 XGboost怎么解决过拟合
3.5 有时候树的深度挺浅的为什么还会过拟合?(没答上)
4. 说到过拟合,讲讲LR怎么应对过拟合(A: L1, L2)
4.1 L2, L1原理(A: 高斯先验, 拉普拉斯先验)
4.2 那为啥这样就能应对过拟合(A: 给参数先验分布降低模型能力)
4.3 深度学习中怎么应对过拟合(A: Dropout, BN)
4.4 BN为什么能应对过拟合(A: 一个batch间的数据互相关联。这个我可能答得不好就没继续问了)
5. 我看你项目中用到seq2seq, 你能给我介绍一下吗
6. 你对我有什么问题吗? 聊了聊他们搜索做些什么。
总体感觉面试官非常热情友好, 最后还和我聊了半天他们做些什么。
二面(视频):
同一组的面试官,看起来很严肃:
1. 介绍一下做过的项目。(A:blablabla讲了一通)
2. 对每个项目都细问。怎么实现,为什么这么做,模型经过怎么样的更新,调参的注意点....
3. 做道题:
给个链表1->2->3->4->5->6
把它变成1->6->2->5->3->4
4. 有什么想问的吗。(还是问了问他们的工作,不过这位面试官没有说太多,简单的说了说就结束了)
可能因为我是远程所以没有HR面吧,反正微信上HR让我等通知,10个工作日给消息。
整体上不难,算法题挺简单的,一面问的也很基础,面试官也非常nice,一直能顺着话题问下去,感觉实力挺强的。就是二面面试官一直板着脸也没多的feedback,让人有些摸不着底。
________________________________________________________________________________________________
大概8月20左右收到HR面通知。中间时隔14天。
聊了些有的没的,收到了哪些offer啊,觉得国外生活中遇到的最困难的情况啊,对工作的期望是什么啊。
然后明言了拼多多的工作11 10 6,礼拜六休息,并且近期没有改的可能。问能不能接受。
期望薪资多少,不过明说会按批次统一给的。
最后说HR面不重要,主要看技术部门的说法。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------
今天9.6收到意向书。emmmm,时隔16天。
不得不说拼多多的时间卡的很极限。。。明天就是第二批的面试了。
祝大家也能收到心仪的offer