算法岗面经0
2)[从7月份校招内推开始,陆陆续续投递了差不多20家公司,面试了有其中的7、8家,主要的投递岗位是计算广告、搜索和推荐相关。为了更好得整理自己的思路,也为了尽可能给同学们提供点帮助,此贴将持续更新。今天先把今天下午的网易互娱面经整理一下,后续我也会将之前的面试经历尽可能完整得发布出来(有些时间久远,可能真的不太能想起来=.=#)。
2018.8.21 网易互娱, 电话一面,人工智能研究工程师
- 一上来,面试官先做了好几分钟的自我介绍和互娱介绍(第一次这种面试体验,还是蛮不错的);
- 简单进行自我介绍;
- 讲一下简历上最新的一个项目;
- RF和GBDT的区别;RF怎么解决的过拟合问题;
- 决策树的分裂策略:ID3,C4.5,Gini指数,选一个讲一下;
- 熵了解吗?
- 讲一下XGBoost;
- 正则化项了解吗?
- 优化算法: 牛顿法和拟牛顿法,过程?(这个不会,李航老师的统计机器学习附录有详细讲解);
- 熟悉深度学习吗?
- 讲一下word2vec;
12 算法题: 找出数组中第K大的数。有几种方法?时间复杂度分别是多少?
](https://www.nowcoder.com/discuss/97000)
3) 全程55分钟左右,zoom视频面试。
一共两个面试官,一个面试官大概是负责记录,主面试官全程都笑嘻嘻的,算是缓解了不少我紧张的情绪,本人面试容易紧张,感觉这次稍微好一些。全程下来问了挺多问题,宏观和细节都有,宽度和深度都涉及了,下面把能想起来的问题都列出来了,感觉还漏了好一些。面试体验感特别好,遇到不了解答不上来的问题面试官也很耐心地给我讲解,告诉我学习方向内容,到后面慢慢转为聊天听课形式,相对不那么紧张比较轻松了。感觉整场面试下来收获特别大,讲了很多学习的方法方向也都介绍的很细。总之就是,除了自己好些问题都不太清楚没怎么回答比较凉凉之外。。。体验都很好。。。因为我的项目是nlp相关,所以多是这方面的问题。大概能想起来的问题如下:
项目介绍
NLTK的使用
分词方法(中文)
如何进行词性标注
特征处理方法
Word2Vec怎么实现
模型算法使用
SVM和深度学习模型的区别,优劣
SVM核函数的使用和了解
SVM的特点,解决线性不可分的优势
SVM选择原因
SVM模型参数调整
SVM模型优化
SVM的应用场景,应用方式
推荐系统的实现,如何用SVM实现
HMM的维特比算法应用
CRF的了解,如何解决词性标注
特征相关性的算法有哪些
如何解决特征相关性情况
性能处理
问他们问题
。。。
熬夜党加时差党的后果就是只睡了俩小时,面试全程努力睁大眼,真的是困到不行,然而面试完精神亢奋。。。祝后面的小伙伴面试加油都能收获心仪的offer
4)作者:冰咖啡冰红茶没有冰可乐
链接:https://www.nowcoder.com/discuss/129812
来源:牛客网
平安科技
坐标深圳,简单说一下面试经历吧
一面问的问题很广,但都是比较常见的问题,问了一下项目的技术难点,三次握手,多线程原理,Linux一些常用命令,Java一些基础,然后两道算法题,说思路就可以了不用写出来,一道是无序数组怎么在最短时间内求出和为目标值的两个数,还有一道忘了(我这记性),半小时
二面就纯粹是在问项目了,从项目拓展出了两三个技术性问题,半小时
Hr面聊人生,半小时,三次面试都能感受到肯定,当晚也不出意外收到邮件了,不得不说效率真的快,两天三面直接出结果
结果日了狗是第二天早上,跟腾讯面试撞了,而且还要直接签约那种,只能忍痛放弃了,事后问了下Hr,没去座谈会就没给offer,服啦
希望一个offer换一个腾讯一面过吧