滴滴算法实习生二面凉经

滴滴 一面 2021.8.2 面试时长:1个小时 通过
1.自我介绍
2.深挖项目经历,谈谈对u-net的了解
3.聚类的方法以及特征如何构建的
4.贷款预测的项目介绍,几分类问题
5.xgb的训练过程,相比于gbdt的改进
6.xgb如何处理缺失值的,详细过程、划分标准
7.xgb与rf的区别
8.分类使用的是什么评价指标
9.AUC是什么,准确率和召回率呢
10.xgb如何并行计算的
11.回归问题的用的什么评价指标,数据不平衡怎么处理,xgb有什么参数可以处理
12.l1和l2正则化有什么区别
13.特征工程中构造了哪些特征,如何构造的
14.贝叶斯调参的理解,调整了哪些参数
15.stacking融合是什么
16.了解卷积神经网络吗?卷积过程如何实现的
17.大数据处理工具会吗?spark
18.手撕代码,实现一个镜像树

滴滴 二面 2021.8.3 面试时长:50分钟 估计挂了
1.自我介绍
2.深挖牙齿图像项目
3.聚类方法,构建了哪些特征
4.kmeans聚类中使用的距离,以及如何结束
5.贷款预测项目介绍
6.决策树模型与逻辑回归模型的区别
7.逻辑回归如何实现并行计算
8.逻辑回归的原理是什么,极大似然估计又是什么
9.什么是交叉熵,交叉熵损失函数是什么,求偏导后的形式是什么
10.逻辑回归如何更新权重
11.xgb模型然后实现的
12.划分特征值的block后怎样才算并行
13.决策树模型预测的全过程
14.叶子节点是什么,节点又是什么,是怎样的形式
15.决策树如何才能够停止
16.对于决策树模型,在回归问题中,连续特征是如何处理的,结果又是如何生成的
17.softmax函数是什么,与sigmoid函数又有什么区别,哪些场景用到过
18.车辆价格预测项目中类别特征怎么处理的
19.连续特征呈现拖尾分布怎么处理
20.回归问题用的什么评价指标,mse和mae的区别
21.大数据处理工具熟练程度
22.手撕代码,输入数组,实现数组的全排列


#滴滴##算法工程师##面经##实习#
全部评论
兄弟在哪投的啊
1 回复
分享
发布于 2021-08-04 00:35
楼主base哪里呀,凉了很快收到感谢信吗
点赞 回复
分享
发布于 2021-09-17 10:02
联易融
校招火热招聘中
官网直投

相关推荐

【一面】对着项目问的比较多1. 线性回归的假设条件是什么2. 介绍lstm,transformer这些3. transformer相比于seq2seq,它的增量点在什么地方4. 因果推断和(事件发生前拟合一个模型,使用这个模型对事件发生后进行预测从而得到效应),增量在什么地方,有哪些本质上的区别(跟我的项目相关)5. 对于销量预测模型,你有什么思路;怎么进行模型选型;如果没有其他特征,只有按时间变化的销量,可以怎么预测?6. 一个人投篮的命中率是60%,是投10次至少命中7次的概率大,还是投100次至少命中70次的概率大(大数定律)7. 手撕:两个椭圆x^2+y^2/2=1,x^2/2+y^2=1,求这两个椭圆相交部分的面积(蒙特卡洛模拟,好像还可以使用极坐标直接求解,忘了)比较注重数理(可能也是因为我是数理出身)【二面】1. 50个黑球和50个白球,分别放进两个框,怎么放置,可以让一个人拿到白球的概率最大2. 一个细胞的生命有三个小时,每个小时都会分裂一次,到T时刻会有多少细胞呢?3. 希望在算法岗从事什么样子的工作4. 技术栈有哪些面试时间很短,面试官很佛系,没咋问【三面】1. 问对深度学习那块比较熟,回答时序预测,问有无读过现在的SOAT方法,回答无(没读过啥paper)2. 什么样的embedding是好的embeding,怎么评估3. 选择unieval模型是怎么做的模型选型4. 拿到一个新方向是怎么调研的,怎么去找论文的5. 介绍transformer,每个encoder的结构是什么6. 介绍self-attention7. 怎么理解q,k,v8. 可以使用同一个W_q和W_k吗9. 为什么q×k之后要scale,d 是什么10. 时空图(论文,但是别人做的这part,自己不太了解了)11. 手撕:打家劫舍(偏重对算法的理解,和项目实现上的一些细节)一二面反馈非常快,5分钟就会有下一面的反馈,三面无了,可能自己没过攒人品攒人品攒人品!许愿许愿许愿!
点赞 评论 收藏
转发
4 46 评论
分享
牛客网
牛客企业服务