拼多多面经

一面

• 自我介绍
• 聊项目
• 说一种你熟悉的模型
• 如何在一个大数据量的情况下 设计一个cache 比如用户搜索请求数据库 不反复从数据库里读

二面

• 自我介绍
• 聊项目
• GBDT的实现，xgboost的实现，两者的差别
• xgboost为什么要二阶泰勒展开
• 如何选取样本，正负样本不均匀的情况下怎么处理，为什么不均匀会不好
• 如何洗数据
• 特征的选择
• 如何选择模型
• 随机森林为什么可以防止过拟合
• 数据为什么要分片
• xgboost如何计算每个特征的重要程度

HR面

• 比赛经历
• 实习经历
• 薪资要求
• 岗位意向
• 面过哪些公司 有哪些offer
• 是否考虑落户上海
• 工作城市之间 你心中的排名是怎么样的
• 能否接受加班