2018年秋招总结

经过长时间的准备与奋战，终于心满意足的结束秋招之旅，一路走过来，牛客网帮助了我很多很多，在此开一个总结帖，回馈牛客

自我介绍

• 学历：上海某商科院校硕士，双非，经济学专业
• 会议论文：无
• 比赛：kaggle top 2%
• 项目：个人机器学习库（练手玩的）simple_ml)，实习项目
• offer情况：依图cv算法，第四范式机器学习建模，今日头条反作弊算法，b站推荐算法，英语流利说nlp，趣头条推荐算法，宜信数据挖掘算法，步步高算法

秋招经历 part 1 （前期准备）

2017年10月底，结束了一份量化实习之后，确定自己想进互联网，对金融无兴趣，于是开启正式的互联网算法岗秋招之旅。

此时的基础是：

• 西瓜书看过一遍，统计学习方法看过一半，吴恩达视频看过一半
• 有大量统计建模经验，熟悉统计学
• 熟练使用C#和python，因为做过量化系统的框架和上线工作，所以代码功底较强
• 有某小型互联网企业nlp实习经历

在接下来的到6月的半年多里，我主要做了如下几件事：

1. 重读西瓜书，边读边记笔记，重在理解算法内部详细推导
2. 结合相关博客，尤其是刘建平的博客，实现各种算法到我的个人项目simple_ml中
3. 刷算法题，剑指offer先后刷了2遍，leetcode刷了100题，主要是medium和hard难度
4. 读完数据结构与算法的书，自己实现一遍，并且要求非常熟练，起手就能写出

上述所有事情都是用spacemacs的GTD功能进行记录，并且严格按照番茄工作法完成（当时只有一个感觉，自己是一个机器。。。）放一张当时的记录：

接下来的时间里，主要做了如下两件事情：

• kaggle: home credit default risk，在8月底拿到2%
• 某互联网中厂暑期实习

然后秋招就正式开始了

秋招经历 part 2 （正式开始）

本次秋招投递的简历，包括网申和内推，共计62家，共收到面试通知18家，收到offer8家，以下是有记录的企业面经：

途牛

• 实习介绍
• 项目介绍，kaggle中你负责什么，怎么提升效果的
• svm gbdt rf介绍，区别是啥
• simpleml的目的
• 读了哪些源码
• 怎么实现自动化特征处理
• 实习做了什么
• 样本量多少
• 过拟合欠拟合的本质
• 如何解决过拟合欠拟合
• 以后的打算

keep

• 最印象深刻的实习
• 图的bfs，dfs实现
• 矩阵中最长的连续1的个数
• 数组最大连续和
• 矩阵（0,0）到右下的最短路径
• 估算附近超市年营业收入
• 读过印象最深的三本书（喵喵喵？？

今日头条

• 自我介绍
• 聊项目
• xgboost如何做到自定义损失函数
• 旋转数组查找
• 两个排序数组求交集（归并）
• logistic回归梯度推导
• 手写logistic
• 统计与机器学习关系
• ab测试如何检验
• bayes调参原理
• xgb，lgb，gbdt区别，为什么lgb速度更快
• ftrl算法
• lstm时间怎么处理的
• 求中位数，线性时间，复杂度分析
• 比赛调优方法论

第四范式

• 很简单的代码题，忘了
• 介绍一下自己
• 对我的机器学习项目simple_ml很感兴趣，介绍一下
• 如何实现自动化的
• 聊一下你的kaggle比赛
• 如何进行特征工程的，详细步骤
• 为什么gbdt效果好于lr
• 如果x1和x2两个特征，而x1/x2这个特征很关键，现在我们不知道，只将x1,x2作为特征，那么lgb能捕捉到x1/x2吗？决策边界是怎么样的？
• 其他的忘记了。。。

宜信

• 第一类错误和第二类错误，以及与p值的关系，一类二类错误相加与1的关系
• auc值是怎么计算出来的，f1呢
• 什么是交叉熵
• 为什么logistic回归用交叉熵损失而不是平方损失
• 说一下L1和L2正则
• L1为什么可以进行特征选择，L1和L2有什么区别
• 为什么L1和L2可以减少过拟合？
• 回归的通式解，知道ridge的通式解吗？
• 逐步回归说一下，什么是前向后向算法
• R方约高效果越好吗？调整后R2越高效果越好吗？
• 排序算法了解啥，写一下堆排序
• 了解learning to rank哪些算法
• 概率题：n个服从0-1均匀分布的数字最大值的期望是多少
• 算法题：最长递增子串
• 说一下项目
• xgboost与gbdt的区别
• 决策树如何防止过拟合
• xgboost如何防止过拟合
• 为什么xgboost不用后剪枝
• 算法题：最长叶节点之间的路径
• 概率题：连续抛出“正正”硬币的期望次数
• 聊项目

趣头条

• KD树介绍
• 介绍kaggle项目
• 局部敏感hash，哪些hash函数
• svm核函数，时间复杂度
• 写一个二叉树的层次遍历，看代码风格
• sql题 学生-课程-成绩表，输出每个课程排名前2的学生名称
• L1， L2正则，区别，为何L1能做稀疏
• BP推导
• 哪些损失函数
• 知道Selu吗
• ReLu什么时候会导致神经元死亡
• ReLu除了导致神经元死亡还有什么区别
• XGboost， lightgbm与gbdt的区别
• 编程题：happy数，对一个数每个位上的数字取平方，加总，重复此过程，直到成环，此时不为1则为happy数，问判断一个数是否为happy数
• 当误判损失不一样的时候，怎么处理
• KD树了解吗
• ANN算法了解吗

感言

以后再写吧