阿里巴巴(菜鸟) - 算法工程师(机器学习)提前批笔试面试总结

前面一直在准备出国留学申请，中间投递了华为、腾讯、阿里三家公司。幸运的是拿到了华为多媒体算法岗的SP， 腾讯机器学习算法岗的SSP，阿里巴巴菜鸟物流算法岗的A级。接下来将投入到论文发表、计算机名校申请中。

Attention1：本文是博主准备阿里秋招的笔记内容。

Attention2：本文只为了记录自己的经历，不适用金字塔层级的大神、大佬。

1. 申请职位描述
阿里巴巴-菜鸟物流：算法工程师(机器学习)

其实，笔者大部分时间都在陶瓷、准备留学文书。此前并未准备找工作的相关事宜，仅利用暑假十天时间复习了一遍《机器学习与模式识别》、《剑指offer》、《计算机视觉算法与应用》。

2. 申请流程
2.1. 技术面：~40min, 8.4
怼项目；介绍一个你最熟悉的项目（基于判别式滤波的跟踪、基于深度网络的匹配跟踪、基于立体形变匹配的跟踪）： 

项目中使用的什么机器学习方法，应用了那种深度学习框架，采用哪种深度平台实现的
解释SVM，解释最大间隔分类，解释SVM和LR、SR、FR的不同之处
如何理解SVM中的函数间隔functional margin 和 几何间隔 Geometry margin
这个项目中遇到的最大的困难，怎么解决的；
怼数据结构；

描述双向链表，给个链表让描述过程，时间复杂度
有没有数据结构的paper(没有)
B树和B+树的区别
怼竞赛；

大学生数学建模竞赛和美国大学生数学建模竞赛选一个你最熟悉的，讲一下你们的模型
美国建模竞赛是全英文的吗？你们几个人参加的，你的贡献是什么？
解释一下系统动力学模型，为什么没有采用深度学习？
怼C++/Python/算法；

python 垃圾回收机制解释一下
知道哪些垃圾回收算法，他们有什么区别
选一个你最熟悉的快速排序算法,解释一下最糟糕的情况应该是什么情况
怼博客；博客坚持多久了，来公司要注意项目的隐私，你还会继续写博客吗？

2.2 技术面：~40min，8.17
怼项目,你这么多项目我也不能一个个问，挑最熟悉的项目介绍一下 .

说一下深拷贝的细节，如果我不采用深拷贝会有什么风险（内存泄漏）
Python中是如何实现深拷贝和浅拷贝的？
 为什么选择用了SVM作为分类器？
有没有考虑过其他分类器，如随机森林？ 解释集成分类器的优势
怼项目；小沈你对juc包熟悉嘛，用过线程池吗？

怎么用的
说一下线程池有哪些参数
线程池的底层原理 
怼编程；你使用过C++/Python/Matlab/Java/Qt

对那个最熟呢？（matlab） 机器学习直接调用库函数还是自己写（分情况讨论）
C++/python擅长哪一个？（C++） 那我们说说Qt（绝对假校友...） 阐述一下信号-槽机制
对数据结构、算法；

之前最习惯用那个数据库（没用过）， 为什么不用？ （算法开发不涉及到优化）
描述一下红黑树，对比红黑树和二叉树 （红黑树绝对高啊）
算法方面，排序你知道哪些, 详细描述归并，快速排序算法一定优于普通算法吗？（利用极端情况反驳） 
聊人生；你来过杭州吗？ 你在学校经常吃那个食堂？

2.3 技术面： ~55min，8.22
手撕代码（<30min），面试官给发一个链接到邮箱，然后共享屏幕，解决一个二次规划问题，又是青蛙蹦蹦蹦....

Frog-贪心青蛙跳石子（点击有参考） 这个是必须要完整写下来的，曾经我笔试华为，第三题也是它。其实吧，很多同学本科参加ACM的过程中，这道题刷了没有十遍也有八遍了，但是还是要复习啊，绝对高频...

选择语言，讲解思路（5min）; 是小姐姐面试的，她和我一起分析了算法的效率，边界条件...分析完之后就开始写。

其实很多算法，本科毕业之后都进行过盲写训练（感谢曾经的美国梦那个孩子）。 我感觉，非科班出身，在清华科研压力又重，刷LeetCode完全没可能....所以，要么强行挤时间刷一刷，要么就把曾经的算法都进行一下盲写训练 （很像托福听力中的盲听）。

怼论文。

先怼CBME2013年的文章（大二），SVM， 傅里叶频谱特征， 纹理特征，小波， 很多细节都忘了，面试官不太满意...
然后怼了CVPR预发文章(研二) DCF原理， 对偶空间， DCF主流研究组，DCF的深度网络实现（效果为什么不好）
形变立体跟踪的意义， CBME2018的论文，解释评价指标
这次面试很奇怪没有问任何数据结构和算法....  也没有问竞赛什么的。

2.4 技术面（交叉面）： ~45min， 8.25
应该是三面表现还不错，这次面试时间很多。简单自我介绍。

怼算法。全程问的都是深度学习（估计是专业搞深度学习的...）

讲mask RCNN与其他各种分割model的思路； faster RCNN的RPN的过程，正负样本的选取
 轻量化模型的方法，讲思路
常见的防止过拟合方法，如何理解BN，怎么做，dropout怎么做
详细解释Simianese Network， 如何解决深度模型与传统机器学习算法的耦合（从正向传播、反向传播解释）
 最近还有没有读论文*（天天读，夜夜读，为什么读...），介绍CVPR2018你最感兴趣一篇论文的工作。
怼算法。竟然还是深度学习？？？我去！！！

有没有用过RNN；
为什么在图像处理领域大多时候RNN性能落后于CNN
有没有尝试过做NLP（自然语言处理），文章看过，只是闲下来没事的时候会看，但是研究生项目很多，很紧凑，做的还是图像的
知道GUN嘛？  能说一下Forgetgate是如何设计的吗？ （这个也是高频，一般DL入门教材都会讲，背下来就好了，能理解更好）
怼人生。

有女朋友吗？ 如果你们异地你会来杭州吗？（实事求式的回答，杭州只是备选而已）
成绩挺好为什么不在清华读博士？（实事求是回答，人累心累，准备出国考试）
面试官告诉我好好学英语...然后说他当面的遗憾，最后峰回路转，说阿里巴巴很令人骄傲
（据说中间加面试的是SSP，也就是A+ 阿里星？水准，反正我没加到，估计是专业惹的祸）

2.5 HR面
确定学历，本科，硕士，专业，本科导师实验室，硕士导师实验室。

父母从事什么工作？做没做好来南方工作的准备？你姐姐从事什么行业？大学学费的来源？

父母了解阿里巴巴嘛？了解菜鸟网络嘛？ （我爸妈对腾讯很友好，微信、QQ、微视、腾讯视频都在用...）

这么多比赛都是队长吗？有没有遇到困难？如何解决的？说一下你遇到的最棘手的一件事，你是如何处理的？

你为什么没有参加企业实习？（请问我导师...）

GRE不是出国才会用？你是在准备出国考试吗？（这里说谎了，我回答的是没有，GRE、托福、雅思只是为了提高英语能力，HR半信半疑也没追究）

你现在还在面试其他的公司吗？（有，华为和腾讯） 。

说一下你的优缺点， 有什么想问我的？（其实我问了薪酬，HR苦笑了三声说，说菜鸟的智慧物流是阿里的核心部门，薪酬可以慢慢谈，要先拿到意向书）。

3. 跟踪申请进展
9.14 收到阿里巴巴意向书，但是没有谈及薪酬。

9.20 HR1 确定信息

10.12 money call + 录取协议,（综合薪酬和工作属性，腾讯更优，所以就婉拒了）

4. 总结 
个人更倾向腾讯，想在深圳发展。所以，阿里巴巴算是陪跑了，所以没有想过写一篇总结文章。此外，最近几天一直忙着在准备CBME2018的口头报告，但是几个好友频繁问我如何准备阿里秋招（确实转专业转方向很痛苦），我就微信回复了好多遍。现在好了，复制一个连接，就可以了，更省事一些。

博主很懒，时间分配还不好，这边文章仅仅用了1个小时不到....如果那里没有写好，建议大家去牛客网看看，搜一下就有了...

5. 笔经 and 面经
剑指offer能重复就重复，最好背下来，基本就能解决C++/数据结构； Python由浅入深过一下；模式识别与机器学习、计算机视觉算法（艾海舟）当做科普有时间读一下；维护一个大型的开源社区或者开源项目可以让自己“更真实地”融入所谓的计算机视觉、人工智能这个圈子。对于无论阿里巴巴还是腾讯，对技术都很痴迷。通过了解身边的好朋友薪酬可以发现，BAT的面试官水平真的要比华为高很多。

多看论文，多背论文，多重复论文，多发论文。  多看源码，多写算法，精益求精，长期积累。

最后，无论是求学还是深造，都希望大家实现自己的梦想。
--------------------- 
作者：沈子恒 
来源：CSDN 
原文：https://blog.csdn.net/shenziheng1/article/details/82749547 
版权声明：本文为博主原创文章，转载请附上博文链接！