攒人品的京东算法面经
LZ是转专业的海外水硕，发一波新鲜面经攒一下人品，也给接下来的提前批小伙伴分享一波经验。
一面：
一面的面试官是一个做CV的博士后，问题是比较常规的一面常见问题。
1. 项目相关的问题。
2. 讲一讲LDA算法（线性判别分析）
3. 讲一讲SVM (建模思想，误差函数推导，核，优化)
4. 讲一讲树模型（RF, GBDT, XGBOOST）
5. 讲一讲DL（一些常见的 DL相关问题，记不太清了）
6. 方差-偏差分解
7. 除了树模型，Bagging能不能接其他的基模型。
8. 拉格朗日乘子法能否求解非凸的目标函数问题。
9. Resnet好在哪里
10. Batch normalization原理。先归一化然后恢复有何意义？
11. 代码题：快排
一面大概70分钟吧，然后当天约了二面
二面：
二面是一个做运筹优化的博士。问的问题和一面风格差距挺大。
1. 凸优化的相关知识。
2. 马尔科夫链的相关知识。
3. 仔细讲一下XGboost (原理，优缺点等，相当于把那篇论文复述一遍)
4. 场景题，商品销量的时间序列数据如何分解。（这个答的不完整，就说R里面一个包可以做到趋势项季节项和残差项的分解，具体的名字忘了）
5. 场景题，解一个在北京地区的不同库房分配某一个商品的混合整数规划问题（要求说出目标函数，限制条件和求解法，也算磕磕碰碰答上来了）
6. Spark和Hive, 我直接说不会 （手动狗头）。
7. 代码题，二叉树的层次遍历。
然后约三面，期间面试官说虽然理解转专业的难处，但是spark和hive不会确实很扣分。
三面：
三面是算法组长，虽说是技术面但并没有问特别细节的问题。
1. 讲一个比较困难的项目以及如何解决的，我说了实习的一个项目。
2. 讲一下从0开始建模到得到结果的完整过程。
3. 数据预处理一般有哪些方法？
4. 训练集验证集测试集分割的问题？（大概猜到这是在考时间序列数据不能随即分割这个点了）
之后说这一轮算过了，她花20分钟介绍了他们在做的一些项目然后约四面。
四面：
四面是研发经理面，然后他直接说不面了约5面HR面。
五面：
听说京东HR面很难，所以特别忐忑。
1. 介绍一下自己的经历
2. 对京东有什么看法？
3.介绍一下自己的优缺点。
4.如果加入京东可以给团队带来什么？
最后问我毕业时间，然后说要和其他人讨论我这种情况属于19届还是20届。
六面：
六面临时加了总监面，不过就聊了20分钟，问题和五面差不多。然后得到口头Offer。
查看11道真题和解析