看了牛客很多帖子，今天总结一下回馈给师弟师妹吧，以下内容不分公司，只分知识点   （1）：基础知识   基础知识包括最优化，线性代数，高数，概率论，个人以为，在面试之前复习一遍，然后争取能把每个算法都能推导一遍就可以，比如各种分布，还有一二阶等等优化算法。   （2）：编程题   leetcode建议刷一遍，数据结构的基础知识一定要好，如果面试官问你堆排序你写不出来，我觉得这个可能是致命伤   （3）：机器学习算法   常见的机器学习算法很大概率都会考，建议先把公式记下来，然后学会推导，然后思考，怎么防止过拟合，怎么调参，适用的场景是什么，比如lr和xgboost的适用场景，估计很多地方都会问...

各位的想法呢

没有实际项目不要报这个，不然几乎没过的可能

比如告诉你过没过

第一面主要问简历，l1 l2推导，然后是特征工程的好多东西 第二面难度较大，手写gbdt实现为代码，cnn网络设计，tfidf公式，和一些代码，总体觉得是面试这些家公司难度最大的，还是很期待的

如题

如题

一共面了两个小时，感觉不好，主要问题有，项目简介，cnn lstm 神经网络深度选择，两个字符串怎么比较相似度，搜索关键词怎么比较相似度，然后写了几个代码，感觉gg了

如题

如题

如题

如题

我的还是笔试带评估

大家编程题一样吗