算法面试汇总

阿里妈妈一面：

这是我遇见最难得面试，最难，最难，重要的说三遍；

1. 自我介绍，这都是套路了，简单介绍就好；
2. 介绍比赛过程，怎么做的比赛，然后随机提问；
3. 从Boosting到AdaBoost到GBDT到LightGBM介绍演变路线，各个模型到底是怎么回事；
4. 怎么做的特征工程，哪些特征比较重要；
5. 一定要做EDA和特征工程吗，这里回答比较传统，应该比较lightgbm和NN，NN的优势就是避免了特征工程；
6. 不同的模型（主要分析lgb和NN）数据应该如何处理，有什么不同的处理方式吗，为什么会有不同；
7. 比赛用的什么指标，ROC，ROC是怎么得来的，知道G-ROC吗，ROC评价指标是否合理，有没想过考虑其他的；
8. NN怎么来做这种任务，从MLP到DeepFM（简单的思想）；
9. 怎么避免过拟合，老生常谈了，如何避免欠拟合，这里简单的整理了下，欢迎补充；
   
10. 问了一个概率题，我是很懵逼，一个骰子，随机往桌子上扔，求扔多少次，每个面至少出现一次，扔的次数的平均值（十分爆炸），思路是从最少的次数到最大的次数，然后求各个次数每个面至少出现一次的概率，得到一个数列后，对这个数列进行求和，n趋向于无穷大求极限；从这里基本就炸了；
11. 有两根不均匀分布的香 香烧完的时间是一个小时，你能用什么方法来确定一段15分钟的时间；我当时没想出来，非脑筋急转弯；
12. 介绍下高斯分布和泊松分布，以及泊松分布和二项分布的关系；
13. 强化学习了解吗，简单介绍下；
14. 能否将一个思想或者任务，扩展到多个方面，是个开放性问题，举例子比如说强化学习除了常见的用在游戏中，其他领域如何应用，考察理解的广度；
15. Leetcode Medium题56. Merge Intervals 当时忘了最优怎么做了，非常尴尬，哎，表现最不好的地方吧。
16. 关于特征工程的一些讨论，是否有必要；
17. 你的兴趣是什么，以后想从事什么工作，其实这个想问是否和他们的工作契合吧，我换了一种回答方式；
18. 在小米的工作任务是啥，音乐分类，简单介绍下如何实现音乐分类，两种方法分别是什么；
19. 关于论文的一些讨论，还有学校的一些事情；

华为一面

1. 自我介绍
2. 介绍Quora比赛，具体是什么，都做了哪些工作；
3. AiChallenger都做了什么，这个比赛是怎么回事；
4. Word2Vec、Glove、fasttext分别是什么，如何得到的，相互比较；
5. 如何得到句子向量，和词向量的关系；
6. 什么时候开始学NLP，专业和导师是做什么的，是否自学；
7. attention机制是怎么回事；
8. RNN、LSTM等怎么回事，有什么缺陷；
9. attention机制的softmax是怎么做的；
10. transformer是怎么回事；
11. 样本不均衡如何来解决；
12. 如何避免过拟合；
13. 常用什么语言，什么框架；
14. 神经网络如何调参，炼丹的思想；
15. 简述贝叶斯调参；
16. 在瀚思科技（第一家实习公司）的实习经历，在小米的工作和任务；

腾讯一面

1. 自我介绍
2. 介绍自己的比赛经历，详细介绍科大讯飞的比赛过程；
3. 比赛任务是什么，都包括哪些特征；
4. 在小米的实习经历，工作内容是什么；
5. GBDT和XGBoost分别是什么回事，区别是什么；
6. XGBoost并行化是怎么回事且是如何实现的；
7. 提取了什么特征；
8. 手机品牌的特征如何进行分析的；
9. stacking的原理是什么；
10. 开放性问题（这个问题问的最久），如何根绝王者荣耀玩家的历史信息，对玩家进行道具和皮肤的推荐；
11. 对于上述问题，如何推荐金币卡和经验卡，提取哪些特征；
12. 对于大规模稀疏数据如何处理，训练一个模型还是多个模型；
13. FM、FFM相关的简单介绍；
14. 介绍下Mapreduce和Hadoop相关的原理；
15. Spark的某个函数如何使用；

腾讯二面:

1. 简单介绍，本科是哪，能什么时候来实习；
2. 问比赛和项目经验，非常细，挑自己最熟悉的讲；
3. 从头到位介绍了科大讯飞的比赛过程和比赛细节，一定足够熟悉比赛过程；
4. 特征选择的方法，嵌入法（lgb）Vs过滤法（卡方检验）；
5. 为什么这些特征用lgb筛选，另一些特征用卡方检验来筛选；
6. 为什么用5折交叉；
7. 模型融合，为什么融合，怎么融合，何为最优模型。这个地方讨论了很多，要深刻理解模型训练的实质，模型学习train，val，test的统计分布。这里我的回答非常不确定，应该和实际的工程相关，模型训练的目标不是单纯的比赛刷榜，而是提高泛化能力。
8. 有没有做数据预处理，如何做的；
9. 和Top的差距在哪里，后来有发现什么提高模型的办法吗；
10. Quora比赛，如何做的，模型的输入是什么，这个比赛最后选择的方案是什么；
11. Aichallenger比赛，细粒度，粒度都是什么，如何训练的。比赛内容的介绍。文本长度，模型输入是什么等等；
12. lightgbm为什么比xgboost快；
13. 比赛分工是什么；

参考资料

[1] https://www.nowcoder.com/discuss/143458
[2] https://zhuanlan.zhihu.com/p/59259010