微软阿里腾讯百度快手头条美团拼多多京东等面经
我没有写面经的习惯，每次面试以后，都是把答的不好的内容记下来了
找工作得到了牛客网的很多帮助，我大概整理了一下自己的一些点，回馈牛客
从算法岗的角度来看，基础真的非常重要，常见的机器学习算法和网络结构一定要会，一定要会推导；自己所在领域的前沿一定要会，一定要清楚
校招一定要有耐心，我的流程流的都比较长，一定要耐心耐心 好好准备，没有拒信就是好消息
基本上每个公司都有hr面，hr面因人而异，我就不写了，hr小姐姐们都挺好的，每次聊天都非常愉快
算法岗的面经，我觉得因人而异，大家看个大概就好，我其他找算法的同学，基本没有系统设计和研发方面的内容
微软
一面写题，涉及到快排，dfs，判断图的联通分量等；题目比较复杂，一个题目里面会涉及到多个算法
二面机器学习算法基础，问了很多发散性的问题，比如sin是否可以做激活函数，什么时候可以，什么时候不可以等，写了一个简单的题，实现加法操作
三面项目简历问，讲你的项目和简历上的内容，写了一个线程安全的队列
四面架构设计问，设计一个系统，从算法和架构两个角度问
阿里 机器学习算法
阿里的流程走的是太复杂
一面基础面，数学基础，计算机专业基础，机器学习算法基础等全部问
二面项目面，二面是两个面试官一起面的，一个问了我的项目，一个问机器学习算法基础
三面 行业内现有的机器学习平台之间的对比 和 差异，问职业发展规划
四面 问之前的论文和机器学习算法基础
五面 问之前的论文和机器学习算法基础 （国外的研究员，所以是英文面试）
六面 项目经历面，人生规划面
腾讯 后台研发
一面spark基础面，问的全是spark的内容，写了一道动态规划，一道双指针遍历
二面架构设计面，设计在线机器学习系统并优化，写了一道dfs，一道target sum
三面项目面，讲项目和优化的点
百度 机器学习算法
一面写题，一面面试官做视频推荐的，让我简单讲了讲项目，就开始写题，dfs，动态规划，0／1背包，30分钟写3题
二面机器学习基础+智力题+设计题，设计一个系统，完成git push功能（算法+系统）；树模型及扩展，梯度优化算法，gbdt／xgboost
三面人生观价值观面试，问之前项目的改进点，然后聊人生
美团 北斗计划
一面方向面，机器学习系统，大数据系统各个方面问，写了一道二分查找的变形题
二面项目面，讲项目，问操作系统，数据库，linux基础面，写了一个链表的题
三面项目面，讲项目，问项目优化的点，写了一个动态规划
四面总监面，设计系统，分析在线学习的适用场景，写了一个智力题的伪代码
头条 大数据研发
一面写题，树的遍历及变形，快排，数据库，计算机网络，操作系统，专业基础问
二面写题，jvm堆内存模型，垃圾回收算法对比，java引用，spark hadoop对比
三面写题，项目面，spark streaming详细问
快手 推荐策略算法
一面写题，项目面，问参数服务器和spark之间的对比，梯度优化算法
二面机器学习基础面，问VC维，问gbdt／xgboost等，问svm及核化技巧等，写了一个hard题
三面从工程实践的角度问ftrl，写了0/1背包变种问题
京东 机器学习算法
一面 项目面，问机器学习基础，cnn／rnn／dnn／梯度优化算法等，写快排，找第K大
二面 总监面，问算法适用场景，设计系统，从各个角度分析系统和竞价机制的优缺点
商汤 分布式平台开发工程师
一面 项目面，讲项目，问机器学习基础，问大数据系统基础，写了一个智力题的代码，python画出图
二面 项目面，讲项目，问机器学习基础，写了一个树的题
三面 交叉面，其他部门的人来面的，问的是系统方面的问题
拼多多 算法工程师
一面 项目面，讲项目适用场景，写cnn代码 （我去
二面 基础面，问机器学习基础，spark大数据系统基础等，写找第k大的数
最后 感谢一个人吧 谢谢你在忙碌的秋招季帮了我很多，包容了我很多的情绪，帮我刷题，给我写面经；你经常一脸无奈，但是还是宠着我；虽然你最后还是选择离开，但是我希望未来你好
拼多多二面32人在聊