字节暑期实习-风控算法工程师-一面
铺垫问题
字节的面试官很和蔼，见面先做了岗位的介绍和业务分析。然后开始自我介绍，介绍学习经历、研究内容一类相关知识；
针对复杂网络节点重要度的判断、网络分形特性的问题进行了详细的提问，怎么设计指标、怎么判断节点重要程度；
图论的基础知识（插播一条）：
关于项目的工业背景——要考虑到面试官可能并不是我们所处背景下的，所以在聊项目之前最好先简要介绍下项目的背景，设备特性、时序特性、难点问题等等，然后串接上我们的贡献点，这样循序渐进，更容易为面试官所接受；
机器学习基础知识考察
-
（时间序列预测）LSTM和RNN最大的区别是什么？RNN的弊端是什么？LSTM有几个门？
-
（集成学习boosting）XGB与GBDT的区别是什么？XGB优化的方法？XGB选择重要特征的方式？XGB如何处理缺失值？
-
（传统机器学习分类算法）SVM的基本原理？K-means的K是怎么选取的？简单解释他们的聚类思想。
-
（基础问题）损失函数中的L1约束和L2约束可以解释下吗？（从拉格朗日函数，有约束问题的最优解角度解释，为什么L1范数能实现稀疏化？）
概率问题（数学基础）
一副扑克54张，三个人轮流抓牌，一个人18张。大王小王被同一个人拿到的概率是多大？
这里我考虑的太简单了，面试官说分成三堆，就三分之一乘来乘去了hhh
正经的解答：
思路：古典概型问题：先分成三堆，再分给三个人，因为大小王特殊所以特殊分配，其他的按照普通分配即可
分子：大小王视为一体，固定要分给同一个人，那么就剩下52张牌，可以分成16，18，18三堆，剩下的大小王组合随机分给三人
简单思路和详细分析，请看参考链接 链接
总结
- 基础的机器学习知识不仅要记牢，更要懂，否则面试官一问就感觉出来是在背八股文了，经不起追问
- 概率一类的问题很常考，会和coding二选一；可在网上多看看相关题目，面试官的概率题库相对固定
