【面试招聘】算法岗通关宝典 | 社招一年经验，字节5轮、阿里7轮

作者 | Batman Yang 

编辑 | NewBeeNLP公众号

字节

一面

1. 问贝叶斯网络的原理。

2. 一些统计学的原理比如t-test, AUC curve的意义是啥，为什么要用AUC去衡量机器学习模型的好坏。

3. 问了一道题：假设现在有一个函数random(), n为未知数，1/n的概率返回0，(n-1)/n的概率返回1，写一个newRandom()，让返回0,1的概率各为1/2。medium。

二面

1. 问了adaboost的原理，模型的权重以及数据的权重各自有什么意义，写出adaboost的伪代码。

2. CART树的原理，和ID3以及C4.5有什么区别，回归树与分类树有什么区别。

3. 写出逻辑回归反向传播的伪代码。

4. 编程题：现在有一个每行每列递增的2D数列，比如[[1,2,3,4], [2,3,4,5], [4,5,6,7]]，在O(nm)的时间复杂度返回最小的k个数。hard。

三面

主要面C语言基础知识。

1. 实现memcpy.

2. 如何在main函数之外之行一个函数。

3. 这样声明变量有没有问题：int a[10000000].

4. static修饰符有什么用？如果不加会出现什么后果？没有问题目。

四面

主要考察机器学习。

1. 你知道哪几种normlize的方法？请着重介绍一种（BatchNormalization）.这个方法在深度学习网络中有什么用？为什么可以加速模型收敛？

2. 你知道哪些时间序列预测，举一个例子，写出伪代码(写了HMM)。

3. RNN如何防止梯度爆炸（LSTM原理）。

4. 题目：有两个相同的数列，将两个数列排序，但是自己数列里面的数字不能和自己数列里面的相比较（快速排序变种）。hard。

第五面：

HR面，聊薪资，聊人生，聊理想。

阿里巴巴

一面

主要是过简历，挑简历里面的细节询问。

1. 深度学习框架下，如何优化性能？你们做了哪些尝试？

2. 在resnet中，什么是残差，有何意义？

3. 在GEMM中，如何优化缓存？

4. 编程题：Isolate Island。假设1是陆地，0是海洋，相邻小岛与小岛组成陆地，那么在一个矩阵中，有多少块陆地？(easy)

二面

主要是问机器学习相关的内容

1. 使用过哪些机器学习模型，举一个你最熟的例子？说了logistic regression.

2. 为什么逻辑回归用sigmoid激活函数？多分类逻辑回归是否也是sigmoid？

3. 你的项目有一些深度学习框架的基础算子开发，那么你们拿这些组成了什么网络？举个例子？

4. 题：有一个矩阵，只有0和1，输出一个相同大小的矩阵表示每一个1到0的最短曼哈顿距离；如果位点上是0则输出0.(medium)

第3，4，5，6面

记不清哪个问题哪一面了，混起来写算了

1. 多核的核之间是如何交流的？介绍一下总线的用处？(没答出来，一脸懵逼)

2. 协程是什么？(没答出来，一脸懵逼 )

3. 一维的卷积的实现有什么加速方法？

4. 全连接层有什么作用？做一个图像识别的网络，可以不要全连接层吗？

5. 在ARM平台上，SIMD(单指令多数据)介绍一下大概？

6. 是否了解其他平台的SIMD指令？intel的AVX和ARM NEON有何不同？

7. 在实现一个SIMD程序时，应该注意哪些方面？如何判断一个算法适不适合SIMD加速？

8. 如何证明，SIMD已经达到了最优化性能？

9. 在大量的SIMD指令中，如何选择性能最佳的指令？

只有某一面考了一道题：假设有一个数组，对于每一个数而言，p值表示这一个数之后所有比这个数大的数的差的最大值，求最大的p值。时间复杂度要求O(n)。(medium)

HR面

同样也是 聊薪资，聊人生，聊理想。值得注意的是，阿里的HR面会挂人，所以回答开放性问题一定要准备妥当。

尾巴

总结一下一年社招的一些tips

1. 至少工作2-3年再跳槽。大多数大厂都是起步3年工作经验的，我投的3年工作经验岗位能过也是有一定运气成分，不要学我。

2. 特别对于字节、阿里这种硬核算法岗，一定要多刷题。字节的算法尤其变态，会考hard。虽然阿里的轮数很多，但是难度没有字节高。

3. 简历里面的细节，一定要牢牢掌握。比如你的简历里面出现了SVM，那么一定要掌握到能够当场推导SVM原理的程度。

4. 为什么换工作，这个问题必定会问。不要诋毁前公司，不要看起来像自己能力不足才出来。

5. 开弓没有回头箭，拿了offer，并且决定走了，再和公司说。

最后，祝大家找工作顺利！

往期精彩回顾



适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑
本站知识星球“黄博的机器学习圈子”（92416895）
本站qq群704220115。
加入微信群请扫码：