算法-机器学习 百度腾讯实习生提前批一面
百度（百家号，同学内推）
基本对着简历从头问到尾
简单自我介绍
项目1：特征太少，如何增加特征（想办法举例，听成如何筛选特征）， 如何设计的model和loss function？
项目2：基于规则的一个小项目，面试官觉得略水（研一课余时间）
聊天机器人具体方法
seq2seq LSTM的原理
Linux寻找一个文件，shell编程 vim用的怎么样（自己太水了 回头就把了解Linux基本使用删掉了）？
MapReduce shuffle的原理？（不会，面试官引导后答出从map阶段出来按key对reduce做hash，说实践中会设置）
boosting： 有几层gbdt gbdt和rf区别，gbdt一般迭代几次（这个问题不会）
看过多少文献？阅读文献能力如何？ 业界主要使用深度学习（简历上主要写）
cnn 经典的图像识别网络，有哪些？有几层？如何实现人脸识别？
面试官扣细节，不熟悉的千万别写，写了的就赶紧补。我的简历上不少东西只是简单了解，被锤爆
基本是凉了，面试官说跟经理讨论一下过几分钟再给我打，后来没打（似乎百度希望实习期bijiaochan）
基本是凉了，面试官说跟经理讨论一下过几分钟再给我打，后来没打（似乎百度希望实习期bijiaochan）
-------------------------------------------------------------------
腾讯（now直播 数据挖掘岗位，官网自投）
简单的自我介绍
项目1,2介绍
LSTM原理，各个门的介绍，数据有多少笔
比赛（怎么做的特征处理，最终有多少个特征，用了什么方法，有多少支队伍）
常用的模型融合方法 Bagging（Bagging提升性能的原理），Boosting
（开始看前面列出的技能点：）SVM的原理，核方法
了解哪些非监督学习方法（聚类k-means、DBSCAN，k-means每个簇常见形状，降维）
对HDFS，HIVE了解程度，对SQL是不是熟练？
有哪些比较擅长的技能点，刚刚没有问到的？（这个不知道怎么答，说看的东西比较多，熟悉的都写在简历上了）
对哪些语言熟悉
何时毕业
感觉面试官说话像那种。。有一种促音的感觉，可能广东人说话的习惯吧。。
#百度##实习##机器学习##提前批##腾讯#简单的自我介绍
项目1,2介绍
LSTM原理，各个门的介绍，数据有多少笔
比赛（怎么做的特征处理，最终有多少个特征，用了什么方法，有多少支队伍）
常用的模型融合方法 Bagging（Bagging提升性能的原理），Boosting
（开始看前面列出的技能点：）SVM的原理，核方法
了解哪些非监督学习方法（聚类k-means、DBSCAN，k-means每个簇常见形状，降维）
对HDFS，HIVE了解程度，对SQL是不是熟练？
有哪些比较擅长的技能点，刚刚没有问到的？（这个不知道怎么答，说看的东西比较多，熟悉的都写在简历上了）
对哪些语言熟悉
何时毕业
感觉面试官说话像那种。。有一种促音的感觉，可能广东人说话的习惯吧。。
