秋招算法/机器学习/数据挖掘面经

系列更新，题主本硕机械，研二自学算法及软开，以下更新各公司（oc）面经，先写一下金融行业：

No.1 招联金融

面试流程很快，一般一到两天，公司氛围很好，总共就两面：

一面：一个做技术的小哥哥，其实一直准备的都是算法，机器学习，深度学习相关内容，然而这些全都没问。

1.业务场景，请问机器学习和深度学习在招联金融中的应用场景？（证实招联内神经网络可解释性差，用的很少，可围绕svm，lr，xgboost等说一下），本来想给小哥推导计算一下svm核xgboost，被拒绝了，说对原理过程不是很在意。

2.数据库，union和union all分别有什么用？

3.概率题 一副扑克牌分为两堆，每堆都有A的概率

4.概率 题干同上，分为三堆，每堆都有A的概率

5.开放题 在分析某日客户资金交易时发现20%发生在0点，探讨可能原因（开放问题，可从生活常识如双11场景或数据库知识date核datetime类型字段等考虑）

6.hadoop等了解

7.数据结构了解吗？（回答了了解，链表、二叉树、并查集、邻接表、邻接矩阵等等放马过来，心里这么想的，小哥哥哦了一句就过了，啥也没问）

8.你觉得你的专业来应聘金融行业数据算法岗有什么优势？

9.你有什么问题？（业务场景，知识图谱）

全程没问项目，一面上午九点钟，大约40分钟，十一点半收到二面通知.

二面：两个人，主管和hr，看牛客上二面都是谈人生和理想，完全不是这样啊！

1.介绍自己

2.介绍你简历中等一个项目，本来想说机器学习项目，面试官提示选最有价值的，主要考察学生的思维和能力，不用考虑我们这边需求，深度学习也用得上），然后开始说项目，网络搭建细节，输入处理，dropout细节，BN细节，如何处理过拟合，正则化区别等一系列，说完后想深入解释（推公式和概率统计细节），被打断不需要解释。

3.研究生期间最深刻的课程？（答信号处理，主管接着这个问，fft，stft，tfr等等，主管还是厉害，这些都懂，还有滤波相关都考了一下）

4.智力题 两个球从1到100层楼往下扔，测试能够忍耐的最高楼层数，怎样设计最快？计算最差次数（并从最优次数和平均次数两点分别给出结果

5.数据预处理，业务场景，缺失值如何处理，从数据处理和选择模型两方面回答就好，如xgboost或rf是如何处理缺失值的，svm等

6.其他用到的机器学习方法，knn，kmeans，pca，lda等，没细问

7.家庭情况，offer及其他情况

8.提问

第二天，oc提示网上签约或现场签约