二面结束一个周了，一直木得消息，是不是凉凉了

一面： 1 - 算法题：树的中序遍历的递归和非递归做法 2 - 算法题：给定一个字符串，一个子串集合，要求不断删除字符串中的子串，直到没有可以删的为止 3 - 自我介绍 4 - 介绍项目 5 - 冷启动问题，这里其实不是严格的冷启动问题，而是面试官问我新节点来了怎么办，孤立的点，完全没有边关系（其实他说的这种情况在我定义的模型中是不存在的，，，，，或者严格一点，存在的概率很小。） 6 - 上一个问题，引申到下一个问题，deepwalk这类图结构的embedding和普通embedding相比，哪一个解决新节点问题更好。（问...

一面 聊项目，问了类别不均衡问题，也问了模型可解释问题，好像蘑菇街喜欢可解释强的模型？然后当时引申的一个问题是，如果nn可以解决高维度离散问题，为啥还需要gcn来解决关联性的问题。其它不记得了。 问的算法题很简单，就是两个排序数组合并成一个数组。 二面 自我介绍以后，面试官就问了我两个大数相加的问题，写代码ing 然后就聊了聊项目。 三面 1 - 简单介绍一个项目，这样做的原因 2 - 你的gcn模型可解释怎么办 3 - 你说lr模型可解释性高，它的可解释性体现在哪里？是权重越大，可解释性就越强吗？ 4 - F(N) = F(N-1)...

面我的是个妹子，自我介绍，然后开始介绍我的项目 首先我介绍我的数据预处理，我说到类别不均衡问题，然后面试官打断我，问我说的类别不均衡是什么意思 然后我解释了，又问我为啥要用采样解决，为什么不用修改目标函数。 围绕这个问题，说了二十分钟吧。 这不是我的重点，我想要一份均衡的数据集，避免它对我模型的影响，但同时我想对比各个模型的效果，所以修改了目标函数的话，其它对比模型面临的还是类别不均衡的数据。 面试官坚持说，我知道这不是你的重点，但是......（捂脸） 之后我说了我的模型，没有问模型的问题，特征工程也只是问了问可用那些特...