记2021-07-30日算法岗面试经历

这次面试的公司是BAT中的一家，岗位职责主要是做推荐和用户画像。推荐的方向主要是地点推荐、出行推荐等。是哪家公司，大家可以猜一猜？

这里记录下面试过程的主要环节，和被问到的一些问题。好好准备面试，早日拿到心仪的offer！加油！

面试的环节基本都是这样的：

1. 自我介绍，大约2min
2. 项目经历询问，穿插着技术知识点的考察， 大约30min
3. 其他非项目中，但面试公司需要用到的知识点的考察，大约10min
4. 代码笔试或口试，大约15-25min
5. 向面试官提公司、职位等问题，大约3-5min

整场面试下来，差不多1小时的时间。

我这次的面试并没有代码部分的面试，只面试了项目经历和技术知识，花了大约45min。

面试中主要问的问题如下：

1、面试问题：自我介绍

2、面试问题：描述下近期在做的项目

问题解析：看你对项目的认识，看你描述问题的思路和清晰情况，接下来就是从你做的项目入手开始深入技术细节的面试了。（面试官吐槽了下项目经历写的太简略了，让他无法下手去问。）

我：描述了近期做的一个算法项目，按照项目背景和目的、算法问题类型描述、正负样本、特征、模型、模型效果和上线部署 这样一个完整的算法工作的流程做了描述。

3、面试问题： （针对我项目中使用的LSTM模型的问题）  LSTM模型的特点是什么？比较下 LSTM 和 GRU？  LSTM如果遇到梯度消失怎么办？ 如果遇到梯度爆炸怎么办？ 都用了哪些特征？ 怎么在LSTM中使用时间序列特征？

我： RNN，记忆体、循环核，输入门、遗忘门、输出门...

        忘了GRU，没有给出比较...

        梯度消失的处理方法.... (面试官比较nice，我漏了或忘记的，会给提示)

        梯度爆炸的处理方法....
        时间序列特征在LSTM中的使用和处理....

4、面试问题：   之前公司的业务是什么？主要工作内容是什么？

5、面试问题：   游戏画像上都做了什么画像？最终的结果是怎样的？你做过哪些画像？怎么做的？ 画像的正值都来自哪里？ 数据源是哪里来的？

6、面试问题：  随机森林和GBDT有什么区别？它们过程中使用的是回归数还是分类树？随机森林做回归和分类有什么区别？随机森林中使用的决策树之间有什么关系？GBDT模型训练时使用的决策树之间有什么关系？

7、面试问题： 用scala做数据开发的时候，遇到数据倾斜怎么处理？

8、 面试问题：分类型的特征怎么用？时间戳类型的数据怎么作为特征使用？地理位置型的数据怎么作为特征使用，如经度/纬度？geohash是什么技术，怎么做的hash映射？

9、 面试问题：linux杀死多个进程的方法？查看进程的方法？
    kill -9 `ps -ef|grep 'php-fpm'|awk '{print $2}'`
    ps -ef |grep hello |awk '{print $2}'|xargs kill -9

10、面试问题：你是 数学专业，那机器学习、深度学习的知识都是自学的？什么开始学习深度学习？

11、面试问题：你有什么想要问我的。
 

---

写在后面：

每一次面试都是一次小小的成长。

首先在专业技术知识上，自己能清晰的看到哪些知识是已经熟练掌握的、可以脱口而出的，哪些是还未深刻理解的，不能条理清晰的说出首尾、原理和处理方法的；

其次，也是改变最明显、进步最大的，就是自己的心理素质变得越来越好，越来越能轻松的面对每一次的面试过程。不必太过于紧张，也不会过于轻视它，像是跟同事日常聊项目、聊技术一样轻松、专注、独立、善于思考的说出自己的理解、认识和想法。

我的行业经验还比较浅，专业知识还有很大的提升空间，但是心怀梦想，脚踏实地，我相信有一天终至远方。加油！