字节跳动算法 提前批offer复盘

作者 | zjwang

来源 | 见文末『阅读原文』处

整理 | NewBeeNLP公众号

写在前面

• 北航本硕，非科班

• 对搜索推荐比较感兴趣，平时看的文章比较多，所以聊的比较偏这一块

• 大四时一段五个月的nlp方向实习，主要做基础embedding

一面

• 主要是问之前实习经历

• 涉及的模型/算法 包括

• word2vec、lda/plsa、ELMo、n-gram比较基础

• fm、gbdt+lr、ffm/afm/deepfm这些特征模型

• 爬虫、qps多少

• hmm分词、前后向最大匹配

• 字典树

• 算法题：给定一个数组和一个整数k，判断数组能否被分为多个和为k的子数组

P.S. 回溯法，写得不好，很乱，以为没后续了

二面

涉及到我自己的项目，问到了：

• RL基本部件、Q-learning、policy gradient

• double DQN、priority reply、reply buffer

还有一些比较基础的内容：

• 过拟合/欠拟合

• xgboost和gbdt的区别（答得不好，没准备过）

• id3信息增益、c4.5信息增益比、c&rt的gini系数

• C&RT回归树

• 数据不平衡，auc和pr曲线如何选（这个选roc，pr相对来说不稳）

• auc和pr在推荐之中的偏好（auc偏向于降低推荐用户不喜欢的内容，pr偏向于提高推荐用户喜欢的内容）

• 协同过滤、冷启动、推荐的多样性（基于用户）

• ridge regression和lasso regression

• L2正则化的表示定理、kernel

• LSTM

• Kmeans、GMM、pLSA的EM算法

• svd、pca、lda

• 伪随机数线性同余

• BERT（我只用过ELMo）

• 函数变换采样、重要性重采样（RL的off-policy的思想）、接受拒绝采样

• gibbs sampling、马氏链的细致平稳条件

算法题

• 股票价格 leetcode那个

• 给定一个数组，拼接一个最大的数（会溢出，用字符串做）

P.S. 这一面问了好多基础的ML算法，其实都不难，细心复习一遍就可以了，我答的比较磕巴

技术终面

一直以为字节是四面，hr打电话直接通知是技术终面了，给我紧张的要死????，那天下午连面腾讯、字节跳动、百度三家，心累了

三面应该是交叉面，面试官不太懂我做的方向，不过人很好，看二面同学问的很详细了，就重复强调问了下细节，这里就不细展开了

算法题

• 城市模型leetcode 807，给水平、侧面的视图（最高高度），问最大体积是多少
  没做过啊，O(n^2)去取交叉最小值，问可不可以优化，可以先做排序，然后每次去除最小的一行或一列O(nlgn)

- END -