刚起锅、热乎的网易考拉树挖面经

昨天刚面完考拉，乘着还没忘记，赶紧分享一下。

先说说整体感受吧。碰到的两个技术大佬人很好，面带笑容，非常nice。一来就说，不用紧张，咱们就是聊聊，然后就在聊的过程中开始了，邀你入坑，给你找坑，hhh，不怕你知道，也不怕你不知道（不知道咱们可以换一个问题嘛，反正你也不会，hhh）。第二就是很幸运吧，我这样竟然也能进HR面，只能用两个字来形容，运气，运气，还是运气。中午面完的话应该是可以在网易食堂吃饭的吧，毕竟连车票都给报销，还差一顿饭？虽然我有个师兄带着（hhh，窃喜脸）。最后，去网易面试的漂亮小姐姐是真的多，抬头就是（活该单身，这么花痴**..**）。

你怎么废话那么多，好，切入正题。等下，总结下一面和二面吧，一面主要是看知识的广度，二面是知识的深度。还有就是，我两面都没有手撕公式啊，写代码（兄弟，你这面的是假网易吧！！！！）

1、一面

（1）自我介绍。

（2）介绍你的项目吧：先简单说了一下项目的背景，然后怎么取特征，模型的话，因为是单模型（GBDT，LR），所以就一句话带过。好，为什么用了LR转去了GBDT呢？（效果不太好咯，试试更强一点的GBDT）。好，那介绍一下GBDT吧，（好，巴拉巴拉一桶）。随机森林了解吗？（对比了一下RF和GBDT）。GBDT有哪些可调的参数呢？一般怎么选取参数呢？

（3）介绍一下第二个项目吧（巴拉巴拉一统）。介绍下LR？（LR这个没有答好，竟然一下愣住了，就算直接线性模型—>sigmoid非线性变换—>最大似然—>交叉熵损失你也会吧，兄弟？？？）。没关系，SVM了解吗？LR和SVM都是分类，他们之间的区别呢？（脑子里竟然出现了LR的logloss，前面没有回答好，然后就又踩雷了）。SVM如何解决非线性问题？（软间隔和核技巧）。什么是软间隔？SVM有什么可调的参数呢？（C）；C=0的情况下会出现什么问题（此时用硬间隔解决非线性，效果应该不会好，感觉这个回答不行，有大佬的话，不吝赐教啊）；核函数有哪些？对于一个问题，如何选取核函数？（问题比较简单的话，选取线性核，复杂的话，选取高斯核。其他核，不太了解，有大佬的话，不吝赐教）。

（4）好，咱们聊聊基本的数据结构吧（心里吃了一鲸）。排序算法了解吗（了解，这里并没有展开，因为没法展开），快速排序的时间复杂度怎么样呢（瞬间想脱口而出，一想，hold住。一般情况下是nlogn，最坏情况下是n^2）；快速排序是稳定的吗？有哪些稳定排序算法呢（插入排序，冒泡也可以）？看我漏了归并老人家，瞬间补一刀，归并是稳定的吗？（想了一下，没事，你可以想想，恩~~~~，不是）

（5）好，有什么想问我的吗？问了下考拉的机器学习有哪些场景？常用的算法，以及你们是如何选取模型，忘了问怎么调参了（感觉问了会暴露自己的菜，hhh）。

一面结束，5分钟左右，结果出来，好，你通过，瞬间感觉去的值了，没有一轮游->->

2、二面等到了下午三点多，大佬进村了（不知不觉中）

不用紧张啊，咱们就是撩一聊。你是二面吧，那就不用介绍项目了，遇到的话，再具体聊。二面被问傻了，所以找不到一面的一气呵成了，想到什么是什么吧，看官莫怪。

（1）自我介绍

（2）GBDT如何进行多分类？（一脸蒙蔽，面试之前想到过这个问题，没有时间看了，哎。）：可以用OVR的方式，建立多个分类器。需要几个分类器呢？（突然想到LR二分类只要一个分类器，好像K-1个就够了，但是纠结K-1的话，第K个怎么办，还是说了K个）；能不能优化一下呢？（啊？？？），你看啊，K-1个也是可以的。。。除了这种方式，有没有其他方式呢（又懵一次，直接设计多分类的损失函数，NN的多分类+交叉熵我理解，但是GBDT里多分类，如何学习不懂，这就是菜吧）

（3）样本不均衡的话，可以怎么解决？（带权重分类，Aaboost本身就是带权重分类，那我可以直接用Adboost，机智Boy）。Adboost是可以，但是在GBDT框架下，怎么学习呢，会产生怎样的影响（大佬不依不饶，我只有尴尬而不失礼貌地笑了--_--）：你想啊，拿最简单的回归来看吧，写个平方损失函数吧（我写了MSE，瞬间想到CART每步选取最优分割点是根据MSE的，那我也可以给每个样本加权啊，加权之后，会更加偏向对权重大的样本的拟合，而权重较小的样本有点误差也是可以接受的），我已经忘了我昨天怎么想到了梯度，说权重大的，梯度也会大一点，更新更快（不是梯度下降啊，大兄弟，而且GB也不仅依赖权重啊，自身x，残差）

（4）除了加权之外，还有其他方法吗（降采样和过采样）；采样和加权有什么区别吗（本质上是没有区别的，但是采样的话，需要先进行采样，而且NP比例也是一个超参数，需要验证，而加权的话就直接train好了，其实类别权重也是需要验证的系不系）；采样的话，造成了数据分布的改变，会产生什么问题嘛？有的话，如何应对？（又是一脸蒙蔽，迷之微笑！！！采样确实会造成数据分布不一致，但是模型的分辨能力得到了提升，而不至于在极度不平衡的数据上学不到任何知识，大佬解释了一统）

（5）SVM了解吗？（SVM是通过最小间隔最大化寻找超平面）；为什么么要最大化最小间隔呢？

（6）LR处理的特征是离散的还是连续的？（连续的）；离散化，会有什么影响吗，比如一个特征取值0-1，需要离散化吗？（又是一脸蒙蔽！！！离散化对于树模型来说，应该是比较好的，但是LR，应该不用吧，我没有用过，哎，菜啊）；好，我们想想树是怎么做的，CART对于连续特征，也是二分的，如果我们先做好离散这件事，是不是会更好一点，对于LR来说，也是一样，是会有一定提升的。（没有太理解，想想也是吧，一个特征挤在0-1，可能造成的区分性没有那么明显，而离散化之后，加强了特征对于数据的区分度，不知道这么理解对不对，有大佬的话，不吝赐教）

（7）好的，我没有什么问题了，你有什么想问我的吗。我把我之前被问到不会的问题，反问了回去（反正绝望了，hhh）。本来25min左右的面试，硬是拖到了50分钟，反正全程是大佬在输出，就是上了一课的感觉，hhh。可见大佬有多nice。

（8）额，忘了，看我不会ML之后，咱们聊聊基础吧，你会什么语言（JAVA比较熟悉），JAVA同步，syn和Lock的区别是什么？在底层上是一样的吗？（底层上的区别？？大佬，我不会java），又是迷之微笑，不知道，可能一样吧。JAVA定时任务的话，怎么用（Java有个Schedule的类，调用task？）。瞬间感觉自己不会java。

二面出来之后，本来是不报任何希望，连手机通知都不想看，因为自己就是个菜鸡，啥都不会。结果过了10min，我擦，数据没开，怪不得一直没有消息，一看，窝草，HR面，大佬，你是看上我的笑了嘛，我不帅啊，还没有我的六块腹肌+胸肌帅。

3、HR面

感觉HR小哥哥已经麻木了，还是他本身就是严复（肃）。

（1）简单自我介绍

（2）对考拉了解吗，为啥选择考拉

（2）求职进展，选公司会考虑哪些因素，意向哪些公司（网易，阿里，Vivo，华为）；为什么vivo会考虑？（我也不知道vivo在小哥哥心里是什么印象？？？）

（3）老家哪里，意向工作地点

（4）觉得最成功的一件事（我，没，有。哎，菜啊，平庸的生活，应该说进考拉HR面的，hhh）

（5）在学校团队合作有遇到过困难吗，为什么。（我，哎）

我擦，瞬间万字长文，对不起看官了，反正我也不会剪枝的，过拟合了。。。。。