秋招结束,算法面经总结帖

写在前面

楼主背景双985硕,技术渣,实验室方向不对口,秋招只能靠自己,主要方向算法机器学习方向,参加过一些比赛但未能获得靠前名次,就把这些当项目在简历里写了。
从春招找实习,就开始意识到自己的水平实在有限,一开始真的是以为自己很厉害,非大厂不去,被春招狠狠地锤了一把😭
秋招时,心态放平了很多,大家都有自己的好安排,人生海海,何必在意一时沉浮。
虽然确实没拿到最满意的offer,面试时仍然紧张影响发挥,但是努力过就不后悔。
谢谢牛客网陪伴了我秋招的日子,祝各位牛油都能心想事成~


搜狗(一面挂)

1. 推导lr
2. 介绍transformer, multihead attention
3. 最大公共子串(区别于最大公共子序列)
4. 输入一个数字的字符串如“12345”,输出int的54321(注意考虑各种可能的情况,溢出等)

拼多多(两面+hr offer)

一面:
1. 介绍项目
lr和决策树的区别是什么
深度学习模型和机器学习模型的区别是什么
深度模型调参经验
2. 旋转数组找目标值
3. 10w的物料库,对应的用户信息,给用户推荐top10的物料,怎么设计算法
4. deepfm 协同过滤算法

二面:
1. 推导lr
2. 100w个桶,100w个小球,小球随机入桶,空桶的期望 (二项分布)
3. 给逗号分隔的id,str1是最近的,str2是以前的,每个id都按时间排序好了,输出去了重的按时间排序的id字符串,仍用逗号分隔(注意代码规范性简洁性,最后一个逗号的判断等)


猿辅导(三面 offer)

一面:
1. 给定学生id,成绩,班级,科目,写sql取每个班每个科目得分top3的学生id
2. 给定日期,channel,曝光量,求channel=baidu 的累积曝光量超过100w的日期(注意是累积)
3. 二叉树路径最大和
4. 最长公共子串

二面:
1. xgboost和gbdt的区别,为什么xgboost会有二阶泰勒展开?为什么不弄三阶?gbdt如何实现分类?
2. 两个排序数组找中位数
3. k=m*n , k是由1和0组成的十进制数,m给定,求一个最小的n满足条件



贝壳找房 (二面+hr offer)

一面:
1. 介绍项目,为什么特征有用,为什么不用多分类,点击率提升多少,过拟合怎么判断,样本不均衡怎么办
2. 决策树ID3 C4.5 CART公式
3. 已知样本K个,特征F维,树的高度是H,树的棵数是T,求lightgbm算法时间复杂度
4. 求数组中逆序对个数

二面:
1. 搜狗的项目如何进行自动学习
2. lstm结构,梯度消失有什么解决方法
3. fm公式,如何得到隐向量
4. node2vec deepwalk有了解吗
5. 两个文件如何找到full outer join的结果(hash)
6. dropout对应集成学习的哪个思想(bagging)是什么做的
7. 多分类逻辑回归

京东(一面挂)

1. 介绍一下美团点评的项目
2. 介绍一下lightgbm
3. lightgbm和gbdt有什么区别
4. 介绍下搜狗的项目
5. 介绍下Word2vec模型
6. 实习中遇到的最大的困难是什么
7. 职业规划
8. 写一个sql
select Sname,Cname,score from (select rank() over(partition by Sno order by score)rid,Sname,Cname,score from 表名)a where a.rid=1


滴滴(三面挂)

一面
1. 二叉树中序遍历转双向链表
2. 介绍之前实习的项目
3. 介绍lightgbm,分别怎么做分类和回归

二面
1. Two Sum
2. 场景:10个订单,5个司机,怎么匹配
3. 介绍项目,lightgbm,l1 l2正则,为什么不用深度模型

三面
1. 矩阵从左到右从上到下递增(见过?换一题
2. 两个排序数组找到第k个(思路对?换一题
3. 给定一串点,表示一个多边形,给定一个点,判断点是否在多边形内(跪了
4. x1,x2,x3是服从(0,1)之间的均匀分布,问z=x1+x2+x3在(0,1)之间的概率
5.介绍项目

好未来(两面+hr offer)

一面
1.介绍项目
2. 算法题:二叉树最大路径和,数字的下一个排列,新建一个链表只保存当前链表绝对值相等的第一个元素

二面
1. 介绍项目
2. 场景:有A~H这么多部门,由于评分是有可能有bias的,让所有部门的人给自己合作过的部门评价,比如A部门的A1这个人和BCD合作过,他会进行比较的评价:B>C>D,问怎么样根据这种评价建立一个全局最优的评分机制

招行卡中心(两面挂)

两个面试官,一个问技术 一个问综合素质
1. 介绍项目
2. 特征离散化有什么方法
3. word2vec如何提高训练速度
4. 如何使用bert模型做分类
5. 加了什么社团
6. 职业规划

终面
一个部门老大一个hr
1.介绍项目,用非技术的语言介绍
2. 职业规划
3. 怎么看待商业公司里的研究岗和应用岗
4. 还投了哪些

华为cbg(池子中)

一面:
2. 说一下外卖调度的思路(开放题)
3. 数学题:100个苹果分给10个人,每个人分到的苹果数量要不同,求最大的人最少分到的苹果数量(15个)

二面:
1. 镜像二叉树
2. 介绍项目

三面:
谈一下对machine learning的看法
对城市、加班的接受程度
介绍了一下部门情况

#算法工程师##面经##校招##拼多多##搜狗#
全部评论

相关推荐

点赞 评论 收藏
转发
9 61 评论
分享
牛客网
牛客企业服务