算法工程师面经
2018年3月13日
搜狐一面
主要问了我硕士期间做的新闻推荐系统是什么，我讲了大约20分钟balabala。然后针对于这个新闻推荐系统提出了一系列的问题：
1.你用到了LDA，那么请讲一下LDA的原理是什么？我简单说了一下LDA生成文档的过程，但是根据什么生成没答上来2333（LDA是我的痛，看了几遍没看懂）
2.你的新闻的备选集如何获取？选取当天新闻，挨个算一遍。
3.也就是说你的计算是现场算的么？是的，我知道这样效率有问题，我的系统中没有解决，但是可以先对新闻进行聚类，然后对每个簇提出一个模型，先匹配簇在选择新闻（SCENE 论文中的方法）
4.你的数据量有多大？3万多条新闻，100个用户吧。
5.你的用户较少，那么在推荐的时候矩阵一定是稀疏的，对于这个稀疏矩阵应该如何处理？可以用PCA或者SVD进行矩阵分解
6.你的关键字是如何从文档中提取出来的？使用了中科院的NLPIR+TF-IDF算法。
7.讲一讲tf-idf是什么意思，TF就是表示词频，IDF是逆文档频率的意思计算方法为log(N/n)，N新闻集的大小，n为包含这个词的新闻的数量
8.你系统使用什么语言实现的？Java
9.hashmap你用过么，底层是如何实现的？这个我不太清楚呢。见http://blog.csdn.net/yinbingqiu/article/details/60965080
10.计算机网络你有学过吧，还记得什么么？记不清太多了时间太久了。其实可以说说TCPIP，网络5层结构之类的
11.你说你做过Android Android的生命周期是什么？忘记了。。
12.你用过Python 那么你Python都用过哪些机器学习的库？Scikit-learn，numpy，OpenCV 和dlib（其实还有LibLinear忘记说了）
13.好了，那么你觉着你自己都有哪些优点呢？。。。。。。。。
总而言之第一次面试毫无疑问的跪了
2018年3月15日
金山WPS
1.自我介绍巴拉巴拉
2.项目
3.深度学习！
深度学习！深度学习！
结论就是大家投岗位一定要看好是不是适合自己
2018年3月16日
数旦科技一面
1.数据库 三范式（不记得了）
2.bagging 和boosting 哪个可以让结果的方差更小一些，为什么？
偏差：偏差越大准确率越低，偏差越小准确度越高
方差：方差越大的模型越容易过拟合，方差越小越不容易过拟合
bagging减少方差（通过随机抽样和投票减少过拟合），boosting减少偏差（通过不断拟合残差来让偏差更小）
3.你都知道哪些分类算法
LR，SVM，决策树，随机森林，Adaboost，GDBT，Xgboost，朴素贝叶斯
4.bagging 和boosting的区别是什么
bagging的思想就是分别训练多个没有相关性的基分类器，每个基分类器在训练的时候，需要从样本集合有又放回的选择部分样本作为训练集。训练完成以后通过，多数表决（分类问题）、简单平均（回归问题），的得到最后的结果。
bagging的最大优点是可以并行化。
bagging的典型代表就是随机森林。
而boosting是一个串行的过程，下一个基学习器要基于上一个基学习器的结果来进行学习，从而一步一步的逼近真实的结果。
5.排序算法都有什么？当一个数据特别乱序的时候使用哪个排序算法更好一些
堆排序，最坏O（nlogn），虽然归并也可以O（nlogn），但是堆的空间复杂度为O（1）所以更好一些
6.你论文都怎么搜索的，如何保证质量？如何保证搜索结果是完整的？
Web of science、百度、谷歌，讲了用ccf和Jcr分区来保证论文基本质量，通过摘要Intruction的后两段还有Conclusion来初步判断论文讲的什么之类的。
7.面向对象 多态 继承 的关系
这个说的不好，有兴趣自己看就行
8.面对大数据量的推荐应该如何实现
算法上面，SVD降维，聚类
结构上面，分布式文件管理系统
分布式计算框架（Hadoop、MapReduce等）
并行计算
9.说说协同过滤是怎么回事
说了基于用户和基于物品的协同过滤及原理
10.你常用的推荐算法都有什么
基于内容与协同过滤（评分推荐的话主要用矩阵分解）
11.集成学习为什么要用简单的基学习器，不用一个复杂一点的学习器
为了防止过拟合啊
12.非线性的数据，可以使用什么分类器进行分类
总结一下，这个公司其实还有二面，但是二面由于没有什么有价值的内容所以就不写了，只问了一下随机森林的原理
2018年3月21日
好未来一面
视频面试好卡2333333，小哥主要是做NLP的，和我方向不是很对口，所以其实东西问的不是很多
项目，把隐式反馈和显式反馈结合的用户兴趣计算方法（我感觉小哥听得有点蒙，毕竟不是做推荐的）
1.用过什么语言，用没用过R，语言都干什么用的
Python，Java。新闻推荐系统用Java写的，机器学习模型什么的用Python跑的。
2.朴素贝叶斯原理
说了贝叶斯公式、属性独立性假设，以及贝叶斯的优缺点
3.TF-IDF原理
这个简单。不说了
4.性能评价指标，准确率召回率是怎么回事，二分类 和多分类的评价方法
准确率召回率。。不解释。忘了提Roc曲线和Auc面积
5.除了推荐方面的东西，你还做过一些别的事情么
说了自己练习的工资分类，take home test的电商诈骗检测
6.用过scikit-learn numpy么（pandas还有其他的没用过）
用过scikit-learn numpy没用过pandas
7.LDA你是怎么用的，LDA的表现如何，主题分的效果好不好
改的别人的代码，表现还好，但是运行效率很差。最后的主题分析效果还行，但是由于新闻量和主题定义的数量不够多，导致有些主题划分的不够纯粹和细致。
8.你觉得基于内容的方法和协同过滤有什么不同
谈了协同过滤的冷启动和原因，基于内容的优缺点（准确，但无法发现用户的新兴趣）
9.还有就是一些基本情况了，用没用过数据库啊之类的，数据库用的怎么样sql会不会
小哥大概的意思是把我的简历踢到推荐相关的部门去了