最近可能不会更新帖子了，最近面试都不太顺利，等消息等的也有些焦虑，所以打算停一停，有好消息再继续更💪         然后简单说一下自己的情况吧，一直只是简单的出面经，好像有点单调，反正半夜睡不着，来唠一波，嘿嘿。         本人某落魄211硕士研究生，本科双非且导师很嫌弃那种，勉强算科班出身。暑假在某不知名公司打杂实习，实习内容无干货，就是打杂，简单的写一些python代码。春招一直死磕算法，磕到五月底也没啥好结果，哼！！！挣扎了一个月的时间，六月底确定秋招转测开。开始学习测试的知识，测试知识学了基础，然后就开始边实习（我可真是个小能手）边面试边学习计算机...

请问牛友们，京东的hr面会谈薪资什么的吗？

应牛友要求，梳理了面经，之前没写主要是觉得好像没什么好总结的😂。不过既然有牛友有需要，必须满足！最后，再一次许愿OC 一面 1、自我介绍 2、项目 3、Python你用过哪些模块 4、具体用模块的那些功能 4、数据挖掘的实习相关（之前是整算法的春招磕不动，秋招卑微的转测开） 5、Java里的equal和==的区别 6、SQL删除记录 7、更新记录 8、实习遇到的困难，怎么解决 9、什么情况下会学习新技术，怎么学的呢？ 反问：岗位相关工作（幸亏问了这个问题，了解之后回答了二面的问题） 总结：问的基本都是项目+HR...

一面 1、自我介绍 2、讲自己项目 3、说说常用特征选择算法 5、大数定律 6、你怎么选择学习算法 emmmm  有点久远记不清了，大多比较开放 二面 呵，全程NLP，中文分词（我是ml的） 1、自我介绍 2、K-means聚类算法 3、文本预处理 4、常用分词方法 5、有什么距离计算方法 6、你文本聚类的时候用什么距离计算（我这个白痴，竟然忘了欧氏距离怎么算法） 编程题竟然是，在牛客上写一个基于字符串匹配的中文分词，正向长优先匹配。我。。。。。 提问：nlp要怎么学？没回答上来，然后就说了一下他们...

自我介绍 1、数据预处理操作 2、梯度下降（算自己引导的吧，因为被阿里面到怀疑人生） 3、讲一下逻辑回归 4、线性回归预测的评价指标 5、分类的评价指标，准确率，精准率、召回率是什么 6、最大似然估计目标函数是什么 7、它是最优解吗？为什么？ 8、目标函数能改成均方差吗？为什么? 9、最长上升子序列 10、给很多文件排序，内存不够用，但磁盘容量充足怎么办？ 还有一些，但是忘记了，面了一个多小时，面完感觉懵懵的，然后厌学。。。

想起来很多问题，所以重新整理一下。 1、自我介绍 2、细扣实习项目（问的比较深） 3、数据清洗、数据平滑主要操作 4、有关一个时序列问题（具体还没想起来） 好了梯度下降要来了 5、详细说一下随机梯度下降和批量梯度下降 6、线性回归多变量求解的过程，为什么这样求解？这样求解为什么是最优解？（我回答的是求导，也就是梯度下降） 7、怎么优化梯度下降过程，主要是速度优化？ 8、自适应梯度优化是什么样子？ 9、拟牛顿法能说说吗？ 10、学习率过大会出现什么问题，怎么解决 11、最大似然估计和贝叶斯估计的联系和区别 12、如...

1、自我介绍 2、死锁怎么解决 3、视图和表的存储区别 4、怎么确定数组是否有重复数据 忘了，不过面试官超级好。。。。还是小哥哥，没有问题问我了，就和我谈人生谈理想

QQ视频面试  30多分钟 1、自我介绍 围着项目问 2、你了解哪些文本聚类算法 3、详细说一下K-means聚类，你每个簇怎么选样本的，距离用什么算的 4、说一下其他特征选择方法 5、给了一个分类的场景题（没听清需求，说了一下决策树，不满意~） 7、你论文的东西感觉和信息增益有些像，你说一下信息增益（其实是问我区别，但是我说信息增益的时候，不满意） 8、应用算法题，找类目下点击率排top100的商品（凉） 为我一会儿美团面试赞人品，啊啊啊，加油啊，小可爱们