蘑菇街凉经…

1 聊实习的内容

2 挖项目,关于推荐系统的

3 问推荐系统目前有哪些前沿技术,答深度学习

4 会不会深度学习?为什么深度学习效果比传统的机器学习效果好?

5 问传统算法,GBDT和 XGboost 区别

6 会不会数据结构?(看楼主数学院出身)给你10万个数,取出最大的前100个有哪些方法?复杂度怎样?我答快排…面试官说还有没有?后说大顶堆…复杂度分析一下?…不太会…(欢迎牛客各位大佬分享下正确答案)

7 你有什么要问我的?问了下关于垂直电商和公司团队情况以及所用的技术…

总结:
全程50 min,聊到哪个地方,然后面试官如果感兴趣的话会深挖,看理解地深不深刻。另外,覆盖的面也比较广…

面试官人很nice,全程感觉比较舒服,就是针对技术问,别的不会太在意

还是自己的基本功不过关,机器学习算法中很多点理解的不够深刻,估计应该凉了…各位大佬加油!

.·´¯`(>▂<)´¯`·.滚去看数据结构了…




#蘑菇街##算法工程师##秋招##内推#
全部评论
我问得比较简单,没有问机器学习的问的c++,但是没发出来,也凉了
点赞 回复 分享
发布于 2018-09-05 09:39
小顶堆可能方便点
点赞 回复 分享
发布于 2018-09-05 08:30
冒泡:n*k。。。partition:n。。。堆nlogk。。。对吗
点赞 回复 分享
发布于 2018-09-05 08:30
怎么知道凉了啊?
点赞 回复 分享
发布于 2018-09-05 08:08
一直感觉快排的思想是O(n),小顶堆是nlogk,不知道对不对……
点赞 回复 分享
发布于 2018-09-05 07:31

相关推荐

千疮百孔的象牙塔:我也在捣鼓im,你这个im好奇怪的样子,单看简历get不到点,im的消息及时性,消息可靠性,然后系统的可扩展性这几个关键问题都是怎么解决的从简历描述get不到,具体说消息怎么传,消息怎么推送,消息怎么存,消息安全怎么做的这些点感觉对应不起来
点赞 评论 收藏
分享
点赞 评论 收藏
分享
评论
点赞
36
分享

创作者周榜

更多
牛客网
牛客企业服务