切实感受到了互联网寒气，已经投递公司：华为，百度，阿里，字节，小红书，网易，美团，快手，小米，oppo，vivo，boss直聘，中兴，蔚来，哈啰，蚂蚁金服，国信证券，去哪网，360，携程，滴滴，新浪，keep，tp-link，知乎，金山，顺丰，微众银行，同花顺，shein，拼多多，大华，京东，联想，理想汽车，随行付，中国航天科工，电信，科大讯飞，同程旅行，途虎，海尔，海信，移动，恒生，之江实验室，经纬恒润，京东物流，泰隆商业银行，嘉银科技，中信银行，星环，九方智投，兴业数金，兴业证券，拉扎斯网络，浙江中控，金现代，三星北研院，宝武，欧冶
算法面经
---------------------------------------------------------------------------------------------------------------------------------
8.17华为一面（华为我投的是AI工程师
自我介绍
比赛介绍，特征处理
实习工作介绍，Textrank，gbdt
都考虑哪些工作地点
手撕代码：合并排序链表
8.17华为二面
自我介绍，比赛介绍
你遇到的最大的最大困难，你做的创新优化
实习介绍，哪里能体现你的能力
手撕代码：打印列表里和为target的元素
（同事拿到的手撕代码题：二分法）
8.28华为综面
自我介绍
成绩排名，打比赛，获得过什么奖
比赛介绍，比赛的分工
实习介绍
研究生研究方向
毕设的方向
对华为的了解
（目前已经进了华为的池子了
·······························································································································
9.1京东一面（我投的数据挖掘
但是面的时候给我介绍部门偏业务，面得过程侧重考察数据的分析，业务的理解，偏风控，没有手撕代码
自我介绍
比赛介绍，数据探索性分析用的方法都是哪里学的
实习介绍，哪些特征有用，怎么衡量的
（她介绍了很多自己部门的东西，但是信号不好，我也没听清多少...
然后就被转推荐了
同事的面经
京东：
1. 决策树模型，各个模型的区别，ID3 C4.5之类的，连续变量和离散变量的区别
2. ROC AUC的含义
······························································································································
9.1 百度一面（我投的是数据挖掘、机器学习、自然语言处理，但是面试官介绍是做地图算法的
自我介绍，二面挂发了海笔
计算机掌握情况，linux，分布式，数据库，处理的最大的数据，电话面试，没有手撕代码（一再强调招人进来就是干活的）
口述了一个sql的题，一个班级里对不同性别的学生，不同学科的成绩排序
实习介绍，基于对数据的了解如何使用的模型，感觉偏业务
上过时序的课，问我时序学了什么，我上的是传统的时序课，跟他们部门的空间序列还有一些出入，我反问了下他们的时序方向目前是用什么模型，他介绍了好久，最后通知我跟其他人一起排序，有没有二面会通知我的（第一次一面就排序，百度好强，很注重计算机的能力）
9.3百度二面
自我介绍
问我手里现在有没有offer，我说这不秋招才开始么（尴了个大尬，我真是个实在的傻子，实话实说
比赛介绍
过采样欠采样怎么实现以及原理
onehot编码以及他的问题，怎么解决
lda主题模型了解么
时序的经验模态分解，小波分解的缺点
特征选择的方法
rf，gbdt，xgboost模型介绍，以及模型的对比
模型最终的效果，后续有没有反思效果不好的原因
实习介绍
文本抽取的了解，业界目前在用什么模型
介绍rnn，lstm，gru结构
介绍bert，transformer
代码
1 二叉树，搜索根节点到目标值的路径
2 判断链表有没有环
3 给一个点，判断是不是在给定的多边形的内部（没有一道题是白送的。。。）
发散性问题
给了一个场景，有拿到车辆的运行轨迹，怎么判断路况突然出现障碍物或者其他标识
我分析是车辆轨迹异常检测，把它抽象成一个图像二分类的问题，（面试官挺好的，她很鼓励发散思考，想咋说咋说。。。
反问部分
我问了那个发散问题是目前的业务场景么，部门目前是通过什么模型来解决的，她告诉我目前是通过基于统计方法，通过时序模型来做的，图像也在考虑
我问目前部门的具体业务，以及时序方向都用了哪些模型，（这部分就纯聊天了，感觉比一面面试官和蔼很多了
面试复盘：应该补充点模型优缺点相关的知识
·······························································································································
9.6小米一面（小米一面挂经，上牛客上找了很多秒挂的兄弟抱团取暖，好奇通过面试的都是什么样子，小米我投的机器学习
自我介绍
先写代码真的与众不同
1.判断五张牌能否组成顺子
2.判断链表有没有环
算法模型：
lstm结构，涉及到的激活函数，sigmoid，tanh，为什么用这些激活函数，算概率为什么不用正弦，值域也是零到一（没想到是从收敛速度那里考量的，指数速度还是线性速度
gbdt，xgboost，lightgbm区别（主要就是一些工程上的优化
数据库的掌握情况（我说我就会写点sql哈哈哈哈哈
线性代数，m*n矩阵求特征值特征向量（我感觉这个面试官数学底子非常好，问他是不是数学专业的，他说不是，我感觉他真是不是来面试我的，是来给我讲数学的，他后期给我介绍推荐搜索会涉及到矩阵分解，我对推荐搜索协同过滤确实不是很了解了
反问环节
我问部门现在是在做推荐搜索么（小米商城可能会涉及到给用户推荐产品
我问其他业务场景呢（说部门目前主要是做用户画像，会涉及很多特征
数据库的掌握需要多少（说接触的数据可能上亿，会用到hadoop还有spark
小米一面挂然后发了海笔
·······························································································································
9.13快手一面，看到其他同学投算法简历挂了，我投的是数据挖掘
面试体验不好加上写代码一共二十三分钟，面试官没开摄像头，没有反问环节，kpi面
自我介绍
学过数据结构没有，其他计算机相关的课程
上过的课程
毕设开题了没，准备写什么方向
考研还是保研
比赛介绍
比赛分工
python用了哪些包
比赛的排名
lstm，gru与rnn的区别（kpi面经典问题
代码：最大存水量
（不出意料直接挂，无语
·······························································································································
9.13百度笔试（鸽），微众银行笔试，联想笔试
捞了个南京大学的兄弟，分享面小红书的过程,自我介绍两分钟，做题57min
小红书压根没给我排面试
9.14小米笔试（鸽），深信服笔试，boss直聘笔试
今天的新闻是理想汽车申请注销，我说咋没有人捞我面试，我妈让我看看青岛，秦皇岛，火速投了青岛的海信和海尔
9.15蚂蚁金服笔试，海尔笔试
同事说直接没投蚂蚁，再撑撑吧。。。
-------------------------------------------------------------------------------------------------------------------------------
9.19联想 数据挖掘一面（十七分钟没谁了，不断刷新时长下限
自我介绍
你收获最大的一个项目介绍一下
收获到了什么
用什么数据库
让你预测用户收入，从哪些方面入手分析
对联想的了解
反问
业务是做用户画像的么，主要用什么模型啊
-------------------------------------------------------------------------------------------------------------------------------
来自同事的兴业数金的数分面经
-------------------------------------------------------------------------------------------------------------------------------
9.23美团一面 推荐搜索算法岗（捞我的是美团的地图）
自我介绍
实习介绍
模型内部结构
有没有考虑过attention
hadoop，spark会不会
rf gbdt对比，两种方法，哪个对树的深度有限制
lstm介绍
一堆数求topk个数，时间复杂度（最大堆最小堆）
一堆数有重复，数的范围【1，100】求topk个数 时间复杂度
手撕代码：多叉树层序遍历
反问：部门的业务
-------------------------------------------------------------------------------------------------------------------------------
9.23写了个贼无语嘉银科技的游戏测评
-------------------------------------------------------------------------------------------------------------------------------
9.23海尔一面，投的算法工程师（收到offer了）
电话聊了聊没想到她说算一面了
确认个人信息
问家在哪里，为什么不留在家那边
问为什么想来青岛
加一下面试官微信，发一下学生证和成绩单
9.27 海尔二面
自我介绍
为什么不投数据分析，数据挖掘
实习介绍
模型构造
损失函数选择，你还了解哪些损失函数，对比学习了解不了解
文本抽取的算法textrank
bert transformer的结构
transformer的优点在哪里
9.29海尔三面
自我介绍
项目介绍
textrank细节
正则化l1，l2
手里有没有其他offer
家在哪里
统计算后验概率，一个人是诊断是阳性，实际上也是阳性的概率
反问
-------------------------------------------------------------------------------------------------------------------------------
9.27宝武面试（宝钢的子公司）（收到offer了，太穷配不上上海。。。）
我目前遇到的最爆的面试，四个面试官，加一个hr轮流问。
hr:
自我介绍
实习介绍
比赛介绍
对企业的了解
你最大的收获
你的个人规划，不考虑金融，医疗么，对制造业的了解
技术面试官：
统计的一些定性定量分析方法，处理类别的，处理连续型数值的
t检验
lstm介绍一下
处理过多元时序数据么
时序的训练集测试集验证集怎么做
时序异常检测有什么了解
介绍一下文本编码的主要方法
介绍下wordtovecter，霍夫曼编码，负采样
bert是怎么获得的文本编码
bert的结构，bert的两个预训练任务
transformer的结构
transformer的attention是怎么算的，为什么要除缩放系数
textrank怎么做的
bert处理长文本受限，除了文本抽取，模型了解么，transforme xl了解么
了解GAN么
了解迁移学习么
fourier变换，小波变换，emd，eemd
信号处理
数据相关性分析怎么做的，计算，通过画散点图么
小样本问题怎么解决
模型的过拟合怎么解决
类别不均衡除了采样，有生成过一些样本么
类别不均衡除了从样本进行处理，从评估指标进行处理呢
降维方式你知道哪些方法
pca介绍一下
现在用什么框架，pytorch么
hr介绍待遇信息
税前一万（干几年以后会涨），单身公寓，五险一金，先签三年合同，，没记住
-------------------------------------------------------------------------------------------------------------------------------
9.29宝钢研究院
自我介绍
项目介绍
工具介绍
优化问题
-------------------------------------------------------------------------------------------------------------------------------
951
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
