机器学习算法实习生面经 【蚂蚁金服、opera、360、美团】

阿里

3月9号投

12号晚上8：24-9：14电话面试

自我介绍，项目经历

RF的具体过程，决策树的特征选择

梯度下降法

最大似然函数

看过的书，印象最深刻的是什么算法（模型）

在线编程题：快排

23号晚上20：46电话面试 15分钟

比赛的时候为什么用分类方法解决问题，而不用回归模型。说一下优缺点。

bagging boosting的区别

项目中的问题

快排的复杂度为什么是o(nlogn)

24号早上11点-12点 项目负责人面试

自我介绍

比赛的整个过程：包括数据预处理 特征选择 模型选择 参数调优

smote是什么 easyensemble是什么

GBDT的二分类具体是如何拟合残差的

L1 L2正则是什么 L1正则会遇到什么问题，如何解决

什么是动态规划

三个编程题：

1.连续排序好的数组，找到缺失的那个数。

2.两个字符串，找到公共连续最长子字符串

3.海量数据，如何求出topk

自己的优缺点 要了我的SCI 问我有什么想问的

语言主要scala java tf

4月2号晚上7点没接到支付宝打的电话

4月3号上午11点接到hr的电话，很激动。

1.简单说一下你现在的情况，研二，在写论文

2.为什么选择阿里，为什么选择蚂蚁金服，你觉得你现在的能力是否可以胜任这里的工作。

3.在团队里你一般充当什么角色

4.你觉得你现在和以前相比，进步最大的是什么

5.你的优点和缺点是什么

6.你的本科和研究生成绩如何，你觉得你大学期间什么科目学的最好

7.你觉得你的研究生生涯科研方面做的怎么样

8.找其他实习了嘛

9.你是如何学习一个你没有接触过的东西

10.实习的时间是什么时候，意向的实习地点

11.还有什么问题

4.28日 下吴5点

收到短信，终于等到了阿里的录用意向书。

5.3日 中午12点

一个小哥哥告诉我蚂蚁今年实习生10个里面录用了1个，恭喜我顺利收到offer，并鼓励我继续努力。

问我实习地点需不需要更改，小哥哥说转正的时候也是可以换工作地点的，所以就选择了北京，没有去杭州。

小哥哥说等hr联系完我，讨论好入职时间再与我联系。

很感谢一路帮我内推帮我科普的小哥哥们...准备去阿里了。

opera

3月16号下午2点到4点半

一面：

自我介绍

两个链表的第一个公共节点

判断一个整数是否可以用2的幂数表示

判断矩阵A乘B是否等于C

数组中有一个数仅出现了一次，剩下的出现了两次，求出这个仅出现一次的数

数组中有两个数仅出现了一次，剩下的出现了两次，求出这个仅出现一次的数

介绍RF 项目的细节问题

二面：

SVM推导 为什么要用核函数

项目问的特征详细 SMOTE EASY的思想

已过！

360

3月23号上午9点半面试，11点多结束

一面：

1.快排

2.手推lr lr的损失函数为什么取log

3.为什么是sigmoid函数 如果标签是正负1如何解决

4.推SVM 损失函数是什么

5.如何从几亿数据中找到topk个数字

6.SMOTE的过程

7.C++与python的不同 值传递和参数传递

8.什么是动态规划

9.项目问题

二面：

1.在有序数组中找到第一次出现k的下标

2.lr 和svm的不同

3.知道的决策树都有什么

3.RF GBDT和XGBoost的不同

4.lr如何防止过拟合 l1 l2的不同

5.L1针对于不可导的正则项如何解决

6.特征选择的方式有哪些

7.知道什么优化算法

8.牛顿法的原理是什么

9.如何在一个url库中找到新加入的这个url是否在这个库中

10.hashmap的原理

11.如何解决一个简历库中，一端有人修改数据，一端有人下载数据的问题

已跪！

美团

3月26日上午10点

一面：

自我介绍 三个项目 比赛重点讲 现在做的毕设重点讲

rf，gbdt xgboost 异同点

快排 快排稳定吗 最差的复杂度是多少 如何改进

链表是否有环 环的个数

二面：

自我介绍

比赛详细说了

hashmap 和treemap的区别，时间复杂度

topk的问题

场景题 反作弊如何设置特征 leader在咄咄逼人下，勉强回答上来了几个，2个说到了关键点上。

反爬虫了解一下

spark hadoop需要会

语言java python scala

一面一个小时 二面半个多小时

已过！

深刻感受到任何组织对女性同胞的慈母关爱，没有很难的算法题，头条、腾讯还都在简历池了，估计gg了。