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