360机器学习算法工程师面经
面试官是个很温柔的小哥哥，全程把话语权交给你，全程40min
问：你能先自我介绍一下吗
问：你能给我说说你的项目吗
答：balabala
问：恩，思路比较清晰，那你能给我说一下xgboost吗？
答：xgboost的loss functionz加了L2正则以及限制叶子节点数，用到二阶求导，梯度下降更加准确，balabala。。。
问：你随遍挑个分类算法原理仔细推导
答：那我讲下支持向量机吧，此处省略一千字。。
问：时间序列模型你知道哪几个
答：猝不及防，ARIMA，讲了一堆arima
问：其实不止arima,你还知道啥吗？
答：本科学的，记不太清了
问：那你平时用python语言，都比较常用哪些包啊
答：numpy，scipy，pandas，tensorflow，sklearn。。。
问：你能给我说一下numpy，pandas吗
答：pandas我平时就用来数据清洗，读文件啊，连接啊，全然忘了两个重要的（Series，Dataframe），呜呜呜，后面面试官提醒了，numpy只能想到各种矩阵，呜呜呜。。
问：你在模型融合时，你会考虑哪些，为什么要融合，融合之后会提升很多吗？
答：主要考虑模型差异性吧，平时在选择时，我首选xgboos，不过各类模型都会试试，看看结果，再选定融合，感觉面试官不太相信融合
问：数据结构会吗，考你一下，问了不知道一个啥
答：我没系统学过数据结构，还在学，目前顶多了解一点排序
问：那我问你排序吧，（我真的是作死。。。），冒泡排序的平均时间复杂度
答：最好的情况是完全有序，是O（n），最坏的情况，此时仰望天空，发现大脑一片空白，于是开始现推，我说我想想，然后说O(n2)，因为他是两两比较
问：那空间复杂度呢？
答：不记得了。。。
问：考你一个冷门的排序方法，归并排序思想说说看
答：此时不知道多后悔说自己会排序。。。，之前看了现在忘了
问：没事，其实快排怎么怎么，不稳定，此时特别害怕又问我快排，幸好他发现我这块很弱，就说，算了不考你数据结构了，你这块还有欠缺，但你算法还是很扎实的
答：此时的我有点慌，我说我一直都是学统计，没有系统学过，他说可以理解，数据结构也只是辅助，答得不好没关系
问：你会hadoop吗？
答：会一点点，有了上次教训，不敢声称自己会
问：那你给我说说mapreduce
答：我说这是分布式处理，举了个例子，讲的很浅显
问：其实mapreduce大概就这个思想吧，你说的过于简单了，实际上处理还是很复杂的
答：是的，我还只懂些皮毛
问：那你会spark吗
答：直接答只懂一点点，还在看，害怕，其实稍微知道点RDD
问:那你给我说说。。。
答：（他问的我至今不知道是啥，应该是某种方法，四个字母）我说不会
问：没事，反正现在国内能解释清楚这个的也没几个人，然后一个人笑
答：此时的我。。。。
问：你会c吗
答：不会，我平时主要用python，R
他总结：你才研一啊，算法那边是一点问题也没有，很不错，数据结构可能你不是科班的，不懂也很正常，其实我们公司主要是与阿里云合作。。。。运用机器学习
干嘛干嘛，数据平时也是时间序列数据，介绍了一下部门情况，然后问，你有什么要问我的吗？
我说：面试结果什么时候出来啊，
他说：大概一周吧，后续有进度会继续通知你的
然后，我说我感觉我还是会的太少，还要多补补，然后谢谢他，再见
面完感觉：真的很累，感觉整个人被掏空，本来还想show一下推荐系统的，想了一下，感觉面试官啥都很熟，我怕是不要给自己挖坑了，就这样吧
面试给我的感觉，还不错，毕竟全程一直在肯定我的算法功底，但是感觉很迷，希望后续再加油！