滴滴牛客sp算法面经
下午不间断面了三轮，效率是挺快的
滴滴一面（50min）：
介绍项目；lightgbm相对xgboost的改进，node2vec怎么做的，样本不平衡怎么做，deepFM相对wide&deep改进，
在做模型优化的时候动机是什么？样本不平衡有没有考虑采样？数据量多大，跑了多久；
写个题目，
归并排序求逆序对个数，并记录每个元素对应的逆序对个数；
滴滴二面（40min）：
项目过一遍，xgboost流程说一下，优化方式，bagging,boosting区别，fm，ffm,deepfm区别，参数量估计
题目：绳子剪成m段，最大乘积
滴滴三面 (1h)：
网络一直很卡，手机开热点啥的也不行，我表示听不清他说话，他也表示听不清我说话，两个人灵魂交流，所以面试体验还是非常尴尬的，
过了一下项目，对样本采样的部分纠结了很久模型融合方法，梯度消失和梯度爆炸问了一下，缓解的方法（Relu,LSTM,BN），为什么能缓解，BN的参数，
题目， 链表题，奇数位升序，偶数位降序，重排成升序的链表
这一面感受就是网络影响很大，两个人互相喂喂喂说了半天，面试官说是我的问题，但我前两面都没事，也不知道怎么到他这一面就不行了。
投递百度等公司9个岗位