秋招总结帖

终于在立冬当天正式结束了秋招。。。休息几天后今天来发个总结纪念一下。。找的算法岗(感觉有点难)
由于比较菜。。秋招历时整三个月(8月初-10月底)只拿到了一个正式offer。。中间面了的公司得有五六十家,大部分死在一面、、所以、、重点提一下部分我觉得比较有意义的面试。

8月初美团北斗计划
秋招的开始。第一次面试,贼紧张,去的火车上把西瓜书又看了一遍。。然而还是去学习的。看似好像挺好,北斗都面过。。实则是去学习的
主要问题:
  1. 讲项目。介绍了两个简历上的项目,问了一些细节,大约二十分钟。还比较顺利。
  2. 项目里用到了XGBoost,问了一些相关问题,损失函数、节点划分依据、并行怎么做的、和GBDT、LightGBM的区别和各自的优势等。。答得不好。。
  3. LR的损失函数写一下,极大似然和最大后验的区别?
  4. 深度学习了解吗?CNN 1*1卷积核的作用?
  5. 最新的模型了解哪些?提了BERT。BERT里Transformer的多头attention是怎么做的?不知道。。
  6. 编程题:数组的最大连续子数组和。
印象比较深的有这些。。其他忘记了。持续一个小时。之后整个秋招再也没收到来自美团的任何消息。。。问题基本上都没答出来。。面试官人还是挺好的,临走还给说了点需要准备的东西。。学习了。。

之后就开始继续准备,投简历啥的。中间也面过几家。。都比较惨就不提了。。。提一下,面试过程中发现李航的《统计学习方法》比西瓜书要好。。很多问题西瓜书里没怎么提到的。。

八月30号,快手提前批:
一面,牛客在线面:
  1. 写代码:最大的k个数。用的最小堆,堆没有写实现只定义了一下。
  2. 写代码:有序链表的合并还是啥了。。忘记了。。也比较简单。
  3. 问项目,基于项目问问题,又讲了一遍XGBoost。。这时候是会的。。
  4. 问项目,项目里涉及了文本相似度的计算,问了为什么用词向量算不用别的方法,优缺点是啥。。结合项目说了一下。
  5. SIMHash是怎么做的?一时忘了,没答上来
  6. 有什么要问面试官的?给我介绍了一下他们主要做的东西,发现是做推荐相关的,但是推荐相关 的东西我都没怎么看过。。感觉好像又要gg
  7. 在线等二面。。全程五十分钟。。
二面:
  1. 问项目,讲了讲,有一个项目里用到了NDCG。问NDCG的意义,怎么算的。。没讲明白。。
  2. 问推荐算法都了解哪些?协同过滤。。新的方法知道哪些。。不知道。。给我说了几个。。然后就结束了。。全程二十分钟。。凉了
总结:额。。还是太菜了。。欠缺太多。。之前也没做过推荐投了个推荐算法。。可能是疯了。。

9月4号,keep:
一面:
  1. GBDT原理。
  2. GBDT时间复杂度。
  3. 其他的忘记了。。后来看了一下面经,发现大家的问题都差不多。。
  4. 编程题。。忘记题目了。。过程比较曲折,写出来了思路也对,但是线上编译不通过,有段错误。。面试官也觉得奇怪,和我一起debug。。。中途还因为电脑没电了掉线了五分钟。。回来发现面试官居然在等我。。真的很nice。。体验极佳。。经过一番努力终于编译通过了,改了一下小bug之后没啥问题了,面试结束。。五十分钟左右。。
二面:一面之后两周多
  1. 问项目。。讲的不大好。。随便聊了聊。。二十分钟结束。。凉凉。。

9月20号,小米:
小米的一个部门来学院招人。。之前做完笔试之后一直没面试。。现场沟通之后第二天就给安排了。。
一面:电话面
  1. LR损失函数的推导。口述一下。。
  2. SVM的损失函数、核函数、非线性怎么做。
  3. GBDT\XGBoost相关知识。。和之前差不多。。
  4. 决策树有哪几种,节点划分依据,回归树呢?
  5. 介绍一个项目吧。。
  6. 谈人生,谈理想,为什么想去工作、、想做什么样的工作。。
二面:一小时后。。现场,来的部门的大佬面。。
  1. 场景:1亿搜索记录找被查询最多的10个关键词,机子都是1g内存,但是用的数量不限。现场发挥。。硬盘建索引用文件存,靠文件指针随机访问来查找。。
  2. 场景:红绿灯优化。。没什么思路。。和面试官一起讨论也算是给了个方案出来。。
  3. IP地址转10进制数。。不能用任何库函数。。位操作。。但是现场脑抽了就是不想用位操作写。。也还行吧。。
  4. 谈人生,谈理想。。为什么想搞算法。。聊了快一个半小时。。。
三面:本来以为都凉了。。都准备春招了。。隔了一个月又来了个三面。。转到别的部门了。。看来。。
  1. GBDT\XGBoost相关知识。。必考题。。
  2. CNN 1*1卷积核作用。参数共享是指的哪部分参数?
  3. 深度学习怎么防止过拟合?
  4. 梯度消失和梯度爆炸的原因和解决方法。
  5. RNN和CNN的区别,优缺点。
  6. LSTM结构。
  7. 编程题:多个有序数组合并。
  8. 编程题:给定整数数组,里面的数首尾相接组成的最小数。
HR面:第二天
谈薪资,谈offer,谈人生,谈理想。。。
第二天offer就下来了。。
感谢雷总给的机会。。要不就失业了。。

9月23/24号,OPPO:
一面:现场
  1. 问项目,项目里用到了泊松过程,让写了一下泊松分布,还有项目里的损失函数。
  2. 项目里写了PageRank,让讲了讲。
  3. PCA推导。
  4. 编程题:忘记了。。不难。。
  5. 其他的问题也忘记了。。给过了。。
二面:第二天,现场
  1. 问项目,每个项目大致看了看,总共十分钟,感觉对我的项目很不感兴趣。
  2. 编程题,字符串模式匹配。写了一个,他看了看也没说对错。。
  3. 谈人生,问我平时喜欢什么活动。。我说下棋。问你从下棋中学到了什么。。我。。人生哲理?
  4. 后来了解到那个面试官是做强化学习的。。行吧。。然后就凉了。。二十分钟吧。。
中间还面了一次陌陌。。具体哪天忘记了。。学习面。。笔试20分(满分100哈哈哈)给了个面试机会。。😅
一面:
  1. 挨个问项目,问的特别细。。讲了得有一个小时。。
  2. 深度学习相关问题,过拟合,梯度消失梯度爆炸,LSTM结构RNN结构。。
  3. 样本不平衡问题怎么解决
  4. 问最新的推荐算法了解哪些?我说了协同过滤、FM、FFM,他说这些都比较老了。。给说了一堆最近提的。。记下了回去好好学。。学习面。。
二面:HR、、
说是二面技术的面试官不在,先面HR。。聊了聊。给了个小礼物。。说回去安排二面技术、、也没安排。。凉凉。。

10月26号,贝壳补招:
具体问题忘记了。。总体比较常规,比较基础,上面基本上都提到过。。编程题也很简单。。快排。。。简直和笔试题不是一个难度。。
二面让推了FM。。面试官说我基础挺好,但是项目创新度不够,新技术了解也不多。。(其实我了解的还行,就是他没问我也没说,这习惯真的是很吃亏了。。项目里确实没用到。。比较伤。。)
最后说如果我保证去贝壳就给我offer。。这。。我咋保证嘛。。这不是欺负老实人嘛。。
最后果然没有offer。。

总体就是这样吧。。只有一个正式offer。。不过也还好。。省得选了。。中间面过很多家,一面死的可能有70%?很多都是死于手写代码写不出来。。硬伤。。还有的感觉没啥问题就没过。。还有的就是手推XGBoost没推出来。。
二面基本死于项目。。这个真的有必要好好准备甚至提前练习一下。。。不是所有人都善于临场发挥的。。我的项目也都是自己做的。。问起来讲的还是乱七八糟,自己都觉得不行。给人一种在项目里划个水就说成是自己做的东西的感觉。。。
唯独小米这个编程题简单且不怎么问项目的让我捡了个漏~

#我的offer战绩##美团##快手##Keep##OPPO##校招##算法工程师##面经#
全部评论
这特么都是啥啊
2 回复
分享
发布于 2019-12-31 09:59
大佬,我总能在牛客上偶遇你啊。这次是在热榜上偶遇的哦~
1 回复
分享
发布于 2019-11-15 10:37
淘天集团
校招火热招聘中
官网直投
23k小米😂
点赞 回复
分享
发布于 2019-11-14 23:47
支持校友一波~
点赞 回复
分享
发布于 2019-11-15 00:05
大佬是研究生吗?好厉害啊
点赞 回复
分享
发布于 2019-11-27 17:46
可以问一下楼主~面试官提到的最新推荐算法都有哪些吗~
点赞 回复
分享
发布于 2019-12-29 10:50
北斗计划?楼主有顶会吗
点赞 回复
分享
发布于 2020-01-03 17:52

相关推荐

头像
不愿透露姓名的神秘牛友
03-10 20:02
点赞 评论 收藏
转发
点赞 评论 收藏
转发
6 63 评论
分享
牛客网
牛客企业服务