字节跳动-2022提前批-算法工程师

面试官是个温柔的小姐姐~~

一面（7月15日）

上来就是算法题

打怪增血掉血，在提示下完成最终的优化。。

机器学习基础

1. l1, l2正则化
2. 过拟合
3. 梯度消失，梯度爆炸
4. XgBoost和lightGBM的细节（我项目上给自己挖的坑qaq）
5. 交叉熵loss

项目相关

我强化学习的比赛一点没问，我实习的项目也一点没问，逮着我NLP比赛问起来，包括比较常见的预训练模型：word2vec，ELMo，BERT，GPT，比赛中使用的方法，技巧等等，问了很多。。

感想

我做的东西实在太杂了，让人一看就觉得挺离谱，许愿二面。

二面（7月18日）

算法题

1. 合并非递减链表，要求无重复
2. 求数组第k大的值 （时间空间复杂度分析，以及优化（除了最小堆还有快排思想的方法））
3. 问答题：两个数组求和：第一种方法一次遍历相加，第二种方法分别遍历相加，哪一种好，为什么

项目相关

略过

机器学习基础

1. word2vec中negative sampling
2. word2vec中w和w‘那个可以做词向量，为什么？
3. gbdt怎么做分类
4. Xgboost怎么做切分？
5. rnn为什么会梯度消失，lstm是怎么解决梯度消失的问题
6. 交叉熵和最大似然有什么关系
   暂时就想到这么多。。

感想

无了，都是些基础但我答得不好，唉，有被菜到