面经-算法岗位

1. 哈步数据（上海）——算法实习生

Q1：问项目：做完特征工程后feature_importance是什么样的

Q2：XGBoost和LightGBM有什么区别
A2：从LightGBM的单边梯度采样和特征互斥绑定两个角度说

Q3：说一下LSTM原理，怎么讲LSTM应用到你的项目上

其他：聊一下家常

已收到offer，并拒绝

---

2. 百融云创（北京）——算法实习生

2.1 一面技术面(90min)

Q1 : 概率和阈值能得到什么？(AUC)

Q2：还存在哪些评价指标？(主要想让回答Recall这方面的)
A2：Recall、Precision、accuracy、F1-score

Q3：你的项目中，分类问题为什么不用accuracy作为评价指标，而使用AUC？
A3：accuracy不适合样本不平衡的情况，而AUC适合

Q4：XGBoost和Random Forest有什么区别
A4：从Bagging和boosting的区别去答

Q5：Bagging和Boosting他们的目标分别是什么？
A5：Bagging减少模型方差，boosting减少模型偏差

Q6：XGBoost的基分类器通常是什么？(树模型)

Q7：随机森林可以作为XGBoost的基分类器么？
A7：这个我猜的可以，然后面试官说确实可以，目前代码已经开源有了

Q8：说说你的你项目得到的分数为什么这么高，你的优势在哪？
A8：我从特征工程的角度说的，然后问了一大堆结合我项目的特征工程方法

Q9：如何解决样本不平衡问题？
A9：上采样和下采样；样本加权；SMOTE采样；数据增强

Q10：对XGBoost有过调参经验么？
A10：从过拟合和欠拟合的角度去聊参数的优化

Q11：调节超参数有哪些方法？
A11：这个我只答了网格搜索法，然后面试官补充的让我涨知识了：像网格搜索法它调节的是与模型无关的超参数，也称为model-free parameters。对于像与模型相关的超参数，一般可以采用智能算法，例如梯度下降；或者贝叶斯优化方法

2.2 二面HR面——压力面试

2.26更新，已收到offer.

---

3. 山景智能(北京)——机器学习算法实习生

3.1 笔试——两个编程题

（1）第一题：

给定两个升序数组a和b，且两个数组的交集为空，a的数组长度为m，b的数组长度为n，求两个升序数组的全局第k小的数。(m >> k,n >> k)

要求：时间复杂度至少要求为O(k)，若为O(logk)则加分

参考答案：两个有序数组中全局第k小的数

（2）第二题：

机器学习回归问题，给了训练集和测试集，RMSE作为评价指标，要求了误差范围。其实本题的主要意图是看你会不会分析数据，会不会使用sklearn建模，以及熟悉哪些可以解决回归问题的模型。

3.2 终面

自我介绍完之后，问我课题做的啥，讲一讲。我就跟他扯VAEs和GANs的东西，聊了大概30分钟，最后换他介绍公司的情况，主要做AutoML和可解释性的东西。聊完问题不大，最后问我对我们公司感兴趣么。给开的工资也可以。

---

4. 北邮人工智能学院校企联合实验室(北京)——深度学习算法实习生

这是个校企合作的公司，就一面，问了问在校的情况和研究的课题还有关于对tensorflow的使用经验(感觉像在白嫖我)，发了offer，已拒绝

---

5. 快手(北京)——推荐算法实习生

5.1 一面技术面(70min)

理论

Q1: 介绍一下课题相关得情况

A1：主要说VAE和GANs和disentanglement问题，说了一大堆。

Q2：问细节，你对高斯混合模型有什么见解，EM算法是怎么样得，还有哪些模型使用了EM算法？

Q2：介绍一下SVM得求解过程；为什么引入拉格朗日对偶问题；讲讲SMO算法；在具体代码中，你调节过哪些参数，使用的什么方法，效果怎么样？

Q3：
(1) XBGoost原理介绍一下；
(2) XGBoost怎么进行分裂的；
(3) 你觉得叶子结点代表什么含义；
(4) XGBoost使用了哪些算法进行优化；
(5) XGBoost是如何填补缺失值的；
(6) XGBoost和Lightgbm的区别是什么；
(7) 在代码中，你调节过哪些XGBoost的参数，使用哪些方法，效果怎么样；
(8) 你认为XGBoost和现在的深度学习模型之间有什么联系和区别，具体讲一讲？
(9) 随机森林你是如何调参的，需要交叉验证么？

Q4：处理样本不平衡的方法有哪些；遇到缺失值有哪些处理方法

Q5：
(1) CNN中卷积和池化的作用；1*1卷积核的作用？
(2) 说说LSTM的原理，每个门介绍一下，说一说里边激活函数的作用；LSTM和GRU有什么区别
(3) 你知道哪些正则化技术，具体讲讲(L1,L2,Dropout,early_stopping)；early_stopping终止迭代的条件是什么？
(4) 优化器你知道的都有哪些，具体讲讲原理?答案看我博客

coding
Leetcode55跳跃游戏I

class Solution:
    def canJump(self, nums: List[int]) -> bool:
        max_step = 0 # 当前能到达的最远位置
        N = len(nums)
        for i in range(N):# i为当前位置
            # 如果当前位置能到达，并且当前位置+条数 > 最远位置
            if max_step >= i and i+nums[i] > max_step: 
                max_step = i + nums[i] # 更新最远能到达的位置
        return (max_step >= i)

2.26一面过了

5.2 技术二面(90min)

被虐的体无完肤，有些问题记不太清了，凉了。

理论

Q1：深挖项目，AUC为什么这么高，AUC的计算公式有哪些，具体说说

Q2：XGBoost中有哪些可以防止过拟合的方法

Q3：防止XGBoost过拟合你都调了哪些参数，树最大深度是多少，总共有多少棵树

Q4：聊论文，论文大致思路是什么，有什么优点，用了哪些数据集，输入特征的维度多大

Q5：聊计算广告，说说FM模型的主要思想，谈谈它tensorflow代码怎么实现的；说说wide&deep模型，怎么设计的，为什么这么设计

大概只记得这么多

代码

(1) 合并K个有序链表

(2) 判断一个二叉树是否为二叉搜索树，使用非递归

---

6. 好未来(北京)——广告算法实习生

6.1 技术面(80min)

一些上边有的问题，我就不说了.

Q1：说说GBDT+LR吧，它有什么优点？

Q2：谈谈你的特征工程方法论吧；特征选择有什么方法

Q3：计算广告和推荐系统有什么区别？

Q4：除了CTR预估，你还知道哪些计算广告涉及的算法？

Q5：说一说计算广告的商业化体系吧？

Q6：在比赛中有没有对比其他人的代码，情况怎么样？

代码是重建二叉树和链表每K个一组翻转

6.2 HR面

Q1：平时喜欢干什么？

Q2：你喜欢和什么样的人去相处，怎么去处理上下级和同事之间的关系？

Q3：当时为什么做这个项目？

Q4：你和上一位面试官聊完有什么收获?

Q5：你觉得你进来公司后能学到什么？

Q6：有没有让你觉得特别困难或者说压力比较大的事情，你是怎么解决的？

Q7：你的期望薪资是多少，多久能到岗，能实习多长时间？

Q8：你还有什么想问的？

反问：公司培养新人的制度大概是什么样的；在公司上班的一天大致是什么样的；多久可以收到反馈。

拿到offer

---

7. 元气森林(北京)——算法实习生

7.1 一面技术面(40min)

Q1：样本不平衡有哪些方法，过采样具体有什么方法(复制、SMOTE)

Q2：讲讲RF和XGBoost的区别

Q3：决策树中ID3、C4.5和CART回归树主要的区别

Q4：XGBoost如何分裂结点

Q5：XGBoost和RF的采样过程有什么区别

Q5：抛出一个发散的问题，预测销售量的问题。

面完下午说不符合岗位需求，凉了

---

8. 汽车之家(北京)——算法实习生

面试问题跟上面差不多，已拿到offer

---

9. 探探科技(北京)——推荐算法实习生

9.1 技术面

理论

Q1：聊聊广告系统或者推荐系统大致是什么流程，你会怎么设计一个广告或者推荐系统？

Q2：聊聊FM、FFM、GBDT+LR、wide&deep、XGBoost、Lightgbm他们各自得优缺点，以及适用场景

Q3：说说CNN为什么会出现，他解决了什么难题，有什么特点；我们说CNN虽然减少了计算量但是增加了一些全局误差，你怎么看这个误差是可以接受的？(多局部近似全局)

Q4：面试官给了几个数，让我计算CNN的输出维度(带padding和步长的)、参数量

Q5：CNN中除了卷积还有一个特别之处是什么?池化有哪些方法，最常见的是哪个？为什么是最大值池化而不是最小值池化(从轮廓差去说)

Q6：RNN和CNN有什么不同；LSTM和GRU有什么区别，具体讲讲；

Q7：CNN中梯度消失怎么解决的，有什么方法，谈谈细节公式怎么实现的？

A7：激活函数、BN、ResNet

Q8：关于召回有哪些算法，能讲讲区别么，你都用过哪些？

Q9：对于CTR预估，我们公司现在和广告做的不一样：我们做的架构是双向的推荐，你“滑”别人，别人也“滑”你，我们的评价指标是配对成功率，请问怎么设计这个系统，使得双向推荐work

Q10：对于收集到的数据，你怎么去挖掘数据的信息，有什么思路。

还有好多问细节的，挖的比较深，要知其然也知其所以然

代码

题面：给定一个正整数数组，这个数组的长度至少为3，数组中的数字种类只有3种，例如[3,2,1,3,2,1,3,2,1]，请将数组从小到大排序，要求时间复杂度为O(n)，空间复杂度为O(1)

探探凉了

---

10. 水滴(北京)——算法实习生

10.1 技术一面

没啥意思，跟上面差不多，面试官的口音有点重(吐槽一下)，一面已过，等待二面

10.2 技术二面

Q1：Linux怎么在两个机器之间复制文件

Q2：python中深拷贝和浅拷贝有什么区别

Q3：python中列表和字典有什么区别

Q4：CNN你在实际中怎么用？

还有上面就是上面写过的问题

10.3 HR面

已收到offer

11. 360（北京）——广告算法实习生

11.1 一面

理论知识：

1.操作系统中进程和线程的区别是什么？
2.Cache机制的作用是什么？
3.python中init方法和new方法的区别？
4.内存机制包括堆区间和栈区间说一说？
4.Hadoop中的MapReduce机制是什么样的，例如shuffle的过程是什么？
5.常见的正则化方法有哪些，dropout与bagging的之间有什么联系？
6.AUC怎么计算的？

代码：
Leetcode415字符串相加(面试官描述的是大数相加)
两个思考点：位数不相等怎么办；怎么进位

class Solution:
    def addStrings(self, num1: str, num2: str) -> str:
        pointer1 = len(num1) - 1
        pointer2 = len(num2) - 1
        carry = 0
        res = ''
        while pointer1 >=0 or pointer2 >= 0:
            n1 = int(num1[pointer1]) if pointer1 >= 0 else 0
            n2 = int(num2[pointer2]) if pointer2 >= 0 else 0

            tmp = n1 + n2 + carry
            carry = tmp // 10
            tmp = tmp % 10
            res = str(tmp) + res
            pointer1 -= 1
            pointer2 -= 1
        return '1' + res if carry else res

11.2 二面

理论知识：

1.问项目
2.XGBoost怎么处理缺失值
3.XGBoost的信息增益是什么，写一下

代码：

1.二叉树的中序遍历非递归
2.数组中找一个 pair对, i

12 阿里巴巴

12.1 一面

1.判别模型和生成模型有什么区别？(李航书上有)

2.LR属于什么模型、SVM呢？(都属于判别模型)

3.讲讲FM模型原理，他和LR有什么区别？

4.都知道LR在训练模型前需要进行大量的特征工程，FM需要么？

• 是需要的，FM虽然可以捕捉到特征之间的交叉信息，但是能力有限，如果能提前在数据上做一些特征融合，那么效果会更好

5.假设我们在LR得到的结果比FM模型好，那你认为是什么原因呢？

• 可能FM模型学习到了对模型较大的特征信息，但是这些特征并不是我们想要的，即对实际评价指标有用的。

6.那么接着如果在DeepFM模型上表现又好了呢，这又是什么原因呢？

• DeepFM引入了DNN，学习到了更高层的特征交叉信息

7.加入训练模型时，我们在训练集上的loss一直不变，什么原因？

• 梯度消失(不幸的参数初始化、激活函数)、过度正则化

8.loss在训练集上有变化，测试集上没变化，什么原因

• 过拟合

9.讲讲LightGBM的原理，它和XGBoost有什么区别？

10.XGBoost为什么使用泰勒展开，为什么只展开到2阶导数，为什么不展开到3阶？

• 使用泰勒展开是为了加快训练速度，只展开到2阶是因为一般来说只要求我们的loss function到二阶可导，对三阶不做要求，当然如果三阶可导数，则可以展开到三阶

13. 字节跳动(抖音)

13.1 技术一面

代码部分

coding代码

项目部分
ocpc和cpc的区别？
fm、FFM、DeepFM、Wide&Deep区别
线上CTR预测怎么做的

14.百度

14.1 一面

1.LR与SVM的区别
2.XGB和RF的区别
3.CNN为什么适合图像？
4.FM和FFM和DeepFM区别？
5.讲讲DIN模型
6.项目

代码：LC673. 最长递增子序列的个数

14.2 二面

1.线性回归和逻辑回归的损失函数是什么？，收敛么
2.什么是鞍点，如何跳出鞍点，写一下Adam优化器的伪代码
3.写出SVM的优化目标
4.写出XGB的优化目标
5.用tf写一个图片二分类的代码
6.用Spark写一个word_count代码
7.XGB和RF的区别，他们对基本分类器的要求有什么区别(RF要求的高一点)

8.项目

14.3 三面(技术经理面)

整体感觉三面半HR半技术，技术方面不深，主要问业务的东西居多，比如你怎么理解“增长”和“广告”之间的联系(因为我面的是百度的增长与风控技术部门)，还有“如果我不能给你发校招offer，但是能给你实习offer，你接受么？”，这句话其实在问你，能不能提前来实习

第一部分：面试官介绍自己项目组的情况

第二部分：介绍自己的实习情况

第三部分：反问阶段

14.4 offer call

4天后收到测评，2天后oc，后续发意向书

15. 京东(提前批)

15.1 一面

上面的问题都包含了

代码：连续子数组的最大和

15.2 二面

上面的问题都包含了

代码：
1.一个数组，求重复元素最多的k个，要求时间复杂度优于O（nlogn）
2.快速排序

15.3 HR面

先自我介绍

1.你遇到的最大的困难是什么
2.当你和同事或者leader意见不合时，你怎么处理
3.你对自己的定位是什么，执行者 or 管理者
4.目前手头上有offer么
5.你有什么学习方法
6.你觉得你的缺点是什么
7.你对我们部门有什么了解

16 小米

16.1 一面

1.上面的都差不多

代码：
1.给定数组，求两个数字之和满足target的所有组合
2.二叉树，求最长路径(可以从根节点，也可以从叶子节点出发)