算法岗实习面试经历（机器学习/强化学习岗实习生）

阿里巴巴-高德

机器学习方向算法实习岗

面试

1. 闲聊，问专业背景。问研一刚上了半年课的感受。
2. 机器学习基础知识问答：
   (1) 常见的评价指标，以分类问题为例。
   (2) 详细解释分类问题中的，精度召回率等概念。
   (3) softmax是怎么做分类的？
   (4) 介绍一下ROC曲线，介绍一下AUC。为什么AUC越大代表模型越优？
   (5) 常见的损失函数有哪些？分类&回归。
   (6) 介绍一下GBDT、决策森林。
   (7) bagging和boosting的区别和优缺点。
   (8) GBDT训练的时候最关键的几个参数是什么？弱分类器的数量和树的高度一般是多少？
   (9) 什么是过拟合/欠拟合？GBDT弱分类器的数量和树的高度是如何改变过拟合和欠拟合的？
3. coding部分：
   (1) 说出常见的排序算法？归并排序和快速排序的区别？写一下冒泡排序，归并排序和快排任选一个写一下。
   (2) 给定一个排序数组，找出target值的下标，数组中不含重复元素。
   (3) 给定一个排序数组，可能含有重复元素，找出第一个target值的下标。

总结

1. 结果：一面被刷。
2. 主要原因：部门招实习生的主要目标不是研一群体，希望招一些有科研背景的，以研二为主的应届实习生。
3. 项目经验较少，面试官建议：需要落地更多的项目，而不只是停留在模型怎么用。
   

字节跳动

强化学习-游戏AI实习生

面试

1. 自我介绍，介绍做过的关于强化学习相关的项目。
2. 重点考察了项目中的建模过程，面试官说：有时候建模要比用的算法重要。
3. 考察强化学习基础知识：
   (1) 项目中用到了DQN，因此让介绍DQN。DQN中的输入如果是图像，图像大小是多少，如果处理后的图像像素更低，会不会导致信息的损失。
   (2) off-policy与on-policy的区别，并解释为甚么DQN是off-policy的。如果replay buffer的容量为1，是否还是off-policy的。如果buffer不限制大小，而是一直变大，会有什么影响。
   (3) DQN中设置buffer的作用是什么，为什么要设置buffer？
   (4) 介绍一下AC算法。actor输出的是什么，损失函数是什么？critic的作用是什么？
   (5) AC算法与DQN相比有什么优势，DQN相比AC算法又有什么优势。
4. coding部分：
   给你一个正实数，返回它的开根号，不能使用math方法，精度为五位有效数字。

总结

1. 强化学习项目经验不足，需要有落地的项目，并对项目中细节有自己的理解和思考。
2. 强化学习基础知识欠缺，面试官建议：系统学习一下强化学习，把底层架构彻底搞懂。
3. 整个过程没有任何的ml / dl，纯强化学习，对理论知识、建模经验和算法应用经验都有要求。
   

滴滴

机器学习方向算法实习岗

面试

1. 全程按照简历上的项目问。
2. 每个项目的背景方法和效果都问了，需要对简历完全掌握。
3. 深度强化学习做路径规划效果真的好吗？能不能说一下A*算法的伪代码流程？
4. 介绍一下DQN。说一下离线学习和在线学习的区别。
5. 准确率的定义，AUC的含义。
6. XGB模型是怎么训练的，有哪些关键参数？

总结

1. 结果：挂。
2. 项目经验不足，对项目理解不够透彻，浮于表面。
3. 尚需潜心修炼。

京东数字科技

面试

1. 问专业背景。
2. 介绍简历项目，有个比赛跟那边方向比较match，问了比较多这个。
3. 面试官介绍对面的方向和主要工作。

总结

1. 结果：挂。
2. ……