蚂蚁一面1.自我介绍 项目介绍 实验室工作介绍2.项目问题 用了那些特征做了什么处理 lookalike技术3.交叉熵损失 原理 优势4.优化器有那些 激活函数 损失函数5.CNN RNN 特点6.特征穿越现象7.最小覆盖子串 （口述）二面1.自我介绍 项目2. 半监督学习3.正负样本不均衡怎么解决4.广告投放过后的后处理问题5.LR有什么优势 怎么做并行化处理6.特征交叉有哪些方法7.推荐算法全流程 每个阶段负责什么8. 两个袋子红球黑球 摸球概率问题面完没消息隔离一周挂了 电话面试没让手撕代码滴滴 花小猪一面1.自我介绍 实验室项目 实习项目2.旋转数组最小值二面1.自我介绍 实验室项目 ...

秋招结束一段时间了，从22年7月开始投递到23年2月最后一场面试 经历了近半年的时间。总的来说22年互联网秋招形式不容乐观，各大厂岗位肉眼可见地减少，难度相对往年也有很大提升。个人情况c2本top2硕，本科电子信息微电子方向，硕士进了深度学习CV的坑，研究生期间做的比较小众的方向没想读博。一段大厂搜推实习，一段中厂推荐实习，leetcode800+ 基本中等题能ok，八股基本比较熟悉，相关的模型能手动推理。秋招主要投递搜广推和机器学习算法。面试情况大厂基本都投了，面试也基本能拿到美团总共三面一面1.实习项目背景难点 2.xgboost基本原理 在业务中怎么使用 和 RF lgb对比3.深度学习...