目前所有offer筛选一遍打算在百度和头条里面选，百度是手机百度feed流，是推荐部门。头条是主端passport部门。百度给的部门算是比较核心吧，但是头条给的部门就一点也不了解，求各位牛友给意见。

因为好朋友的内推，因此参加了滴滴的新锐面试，刚刚结束三面，明天HR面。总的来说滴滴的面试官不管是老大还是其他研究员，态度很nice，全程面带微笑，面试体验特好。 一面： 由于zoom的故障，一面是电面。 1、自我介绍 2、论文介绍 1）数据介绍，如何组织数据形式 2）主模型网络层结构 3）LSTM、CNN、convLSTM原理，异同对比 4）特征工程的依据和效果 5）模型对比的结果 6）有什么可以继续改进的点 3、专利介绍 4、分布式项目的实施过程，问的很仔细，也涉及到Hadoop底层原理的深挖。 5、天池竞赛介绍...

百度正常批，成都面经 一面： 一面遇到的面试官十分注重算法基本功，因此一口气被问了5道编程： 1、链表反转 2、二叉树后序遍历 3、TopK 4、IP地址 32位int存储 5、快排非递归 全部编程题需要手写，但是我当场提出了是否可以使用电脑的要求，面试官特别好说话，就同意了，只是全程会盯着我的电脑......然后让我写了测试用例，感觉自己挖了坑 6、项目介绍 二面： 一面结束相隔一天就被通知二面。 二面的面试官特别萌，态度超nice，穿着一身AJ，感觉打球很不错的样子。 1、编程题01：编辑距离 2、...

今日头条算法工程师面经-加面-offer 一面： （9：00~10：00） 1、自我介绍 2、编程题（链表反转，二叉树中序遍历递归+非递归） 3、3种颜色砖块，单位长宽，铺满单位宽，长m的地板有多少种铺法？ 4、数据挖掘竞赛介绍 1）充当角色 2）数据预处理方法 3）缺失值处理方法 4）特征工程怎么做的，为什么选这些特征。 5）选用的什么模型，各个模型的效果，以及为什么？ 6）xgb、lgbm调参方法 7）模型融合方法 5、论文和专利介绍 6、深度学习与机器学习的异同及联系。 7、梯度消失/爆炸问题...

一面： 1、自我介绍（研究方向） 2、研究方向上目前的研究成果有哪些（介绍了自己的两篇论文和专利） 3、参加的竞赛（介绍了曾经参加过的天池竞赛和编程马拉松） 4、围绕交通流预测竞赛开始发问： 1）自己在竞赛中的角色 2）比赛的难点 3）如何解决该难题 4）竞赛中上分最高的几个手段是哪些 5）特征工程如何做的，有哪些特征，为何使用这些特征 6）单模型最高与模型融合的结果差距多少？如何进行的融合 5、阐述SVM原理，为何使用对偶性以及对偶性原理，SVM如何解决多分类，SVM与LR对比。 6、阐述GBDT、xgboost、lig...