笔试
时间：2021.5.8
岗位名称：机器学习算法实习生
时长：2h
题目：4个编程题+2个简答题
编程题：
⭐ 求字符串s的第二大的字典序为的子序列。
示例： 输入 'xyba' 输出 'yb'
⭐ 给定一个二进制的字符串（由0和1组成），如果满足0后跟着的是1（或者全部是0，或者全部是1），那么我们称这个字符串是单调递增的。通过将0反转为1，或者1翻转为0，可以让字符串满足单调递增。
那么求使字符串单调递增的最小翻转次数。
示例： 输入 "00100" 输出 1
⭐ 现有一个整数集合N和一个数字k，请你找出N中的一个满足条件的子集合，该集合的和能被k整除，且和最大，返回该集合的和即可，如果找不到满足条件的则返回-1.（ps：子集合不需要连续）
示例： 输入 [5,4,2],3 输出 9
⭐ 定义二叉树的中心是二叉树位于中间层的所有节点值中的中间值节点：
1、节点的层次是从根节点你开始定义的，根节点层次为1，左右子节点的曾次数等于他的双亲所在层次数加1，二叉树的层次数等于具有最大层次数的节点的层次数。中间层节点是指二叉树中心层次数等于二叉树层次数一半的节点。
如层次数为4的二叉树，中间层节点是层次数为2和3的节点，层次数为5的二叉树，中间层节点则是层次数为3的节点
2、中间值节点则是在一组节点中位于按节点值排序后的中间位置的节点，如果中间节点个数为偶数，那么这样的节点有两个。
给定一个非空二叉树，返回该非空二叉树的中心
示例： 输入 {1,2,#,3,4} 输出：[2]
简答题：
⭐ 请简述embedding技术的含义，以及在一个基于深度模型的推荐系统中如何应用embedding技术
⭐ 请简述解决冷启动问题的思路和策略（分别从user用户冷启动和item物品冷启动阐述）
对应题目的解析还未写，待完善。。。。
一面
时间：2021-5-14
时长：1h （14：10-15：10）
1、自我介绍
项目
2、介绍项目
3、你们项目的评价指标有哪些？[评价指标全部撸一遍]
4、场景题:给定用户及其特征，目的是作分层聚类，即将偏好相似的人聚在一起，我们需要提供什么样的特征信息？[下来思考]
传统
5、传统机器学习评价指标，如分类？
6、分类的损失函数有哪些？（我答了交叉熵等）
7、你怎么理解交叉熵的？
8、当模型的结果是怎样的说明这个模型无效？（我答了分类器的结果是50%）
8、LR算法的特征需要怎么处理？当两个特征出现共线性时候影响结果吗？(我答的是不影响 他说是影响的 除非对模型做处理)
深度学习
9、神经网络了解吗
10、激活函数说一下
11、你们深度聚类的框架描述一下
12、说一下反向传播的过程。
13、SGD在反向传播中对什么有影响？
反问
14、对我有什么意见吗？
可以熟练掌握一个深度框架
增加基础知识的广度（树 LR这些还是蛮常用的）
可以适当参加深度方面或推荐方面的项目（如果以推荐为目标）
15、贵公司具体做什么？
搜索 推荐 召回 排序 重排序（大多用深度）
二面
时间：2021-5-17
时长：40min （16：10-16：50）
1、自我介绍
2、详细介绍2个项目（就是两个论文）
3、简述解决&策略
4、反问（部门的组成和具体职能以及建议）
总结：没有问基础知识，感觉结束的其实蛮快的。
hr面
时间：2021-5-20
时长：20min （11：10-11：30）
问
1、自我介绍
2、本科和研究生期间你在哪个领域做的比较好，未来的方向是什么
3、研究生期间让你有成就感的项目
4、在这个项目中的做的亮点动作
5、中间有哪些因素、哪些点、哪些准备让你想到这个项目的idea
6、你感觉本科和研究生的体系结构、经验积累什么的有什么区别
7、从本科到研究生自己的职业职业规划
8、五年规划、十年规划是怎样的
9、面了几家公司，有做什么复盘
10、为什么选严选
11、为什么读研
12、为什么不读博
反问
13、什么时候可以出结果
14、工作环境
许愿offer啊啊啊！！！
619
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
