一面    3道题    binarysearch    searchrange    canpartition    了解哪些最新的ctr模型    图表示学习无监督情况下的指标    了解nlp的么，困惑度       二面 (感觉面试官应该是数学背景) 1h    如何看待阿里事件，自己的态度    如何看待目前算法依然很卷    如何看待内卷    喜欢什么样的工作环境氛围    找工作看重哪几点，城市选择    读研上了哪些课？    本科课程微积分，离散数学，数值分析，矩阵论，凸优化，实变函数，线性代数    了解哪些优化，ml里面，    什么是一阶二阶优化，为什么牛顿法比梯度下降更快    拟牛顿法有哪些    问熟悉哪些机器学习模型，说了LR......    LR模型假设是什么    如何从贝叶斯角度分析LR    LR是不是线性模型，为什么，LR，SVM分类平面的区别    LR是不是判别模型，为什么，什么是生成模型    LR 线性不可分数据行不行，    核方法怎么做的，映射后的空间叫什么    LR可不可以加正则，L1/L2为什么可以起到正则化的作用，为什么可以转换为受约束优化问题，    为什么L1正则可以获得稀疏解    为什么获得稀疏解可以正则化    什么特征的参数会退化为0，参数重要性是什么，如何解释(说了feature和label的相关性)，训练过程中怎么变成0的    什么是过拟合，为什么参数多会导致过拟合    什么是PAC    什么是偏差与方差    过拟合时偏差方差什么变化    KNN是不是线性模型，为什么    knn什么参数会导致过拟合    什么是维数灾难，具体介绍，高维情况下会发生什么问题