携程算法一二面面经
刚刚面完视频二面，不知道凉没凉。携程总体的面试体验还算不错，分享一波造福牛油。
一面 应该不到30min
南京现场面，时间排的比较晚。去酒店后hr问我啥岗，我说机器学习。然后hr突然问我是不是霸面，搞得我一脸懵逼😂（据说当天有3个机器学习霸面的，听hr的意思应该也是放进去面了，所以没有机会可以创造机会啊同志们！）
签到的时候看了下，机器学习面试的人确实很少，面试官好像也就一个的样子？自己也是很侥幸能过笔试。。。估计坑位不多了
等了40分钟进去，面试开始，貌似只有一个机器学习面试官？
1. 没有自我介绍，直接开始聊简历
2. 聊项目和实习，特征筛选方式，模型评估，模型选择等
3. 为什么可以用IV值筛特征
4. 特征和模型监控（面试官想听的应该是PSI和覆盖率这些
4. xgb和lgb差异
5. lgb的梯度单边采样GOSS
项目实习和面试官部门的某个小组比较契合，所以主要在怼实习和项目。面试官很和蔼很尊重人，中间有问题没答好也会跟你说没关系的。
二面 20min
leader面，leader大佬相很足，应该是技术出身的大佬
1. 自我介绍
2. 哪段实习收获最大？
3. 怼项目和实习，为什么要迭代模型？模型效果指标用什么判断？上线前回测效果判断？
4. 未来发展意向？
总结：携程整体面试比较轻松，不用撕代码不用做推导。这次面试最大的教训是还是得好好准备和总结自己的项目和实习工作，技术层面和业务层面都要烂熟于心。项目有缺陷也得好好总结可改进之处，要不然被面试官问到，自己又没有提到比较有效的解决方案，还是比较尴尬的😂
另，携程hr小姐姐声音很好听，希望还有后续吧
#携程##面经##校招##算法工程师# 
投递华为等公司10个岗位