【机器学习算法岗】10家互联网大厂秋招面经汇总

年底了，在技术群发起了一个校招的技术&面试讨论会，去年参加秋招的小伙伴讨论比较积极，一部分人也很开心，拿到了理想的Offer。

根据讨论，整理了一部分大厂的秋招面经，根据残缺的记忆整理，写的比较简单，供大家参考，希望对大家的春招和下一届的小伙伴有帮助。好好生活，会有工作的！

如果你对这块面试感兴趣，可以文末加入我们的面试、技术群

美团

【岗位】机器学习算法工程师

常用的评估指标，AUC计算方式、TPR、FPR；

数据量很大怎么平衡AUC计算速度和准确性；

AB实验，目的；

uplift model；

因果推断的假设的理解；

uplift model评估指标；

tree-base 的uplift model；

xgb的优点

了解运筹优化吗；

平时怎么学习算法；

工程实现能力怎么样；

算法题：ip地址组合（回溯）。

【岗位】机器学习算法工程师
项目经历

Transformer结构

transformer为什么用layer norm

transformer qkv怎么得到的

介绍xgb，介绍二阶展开

代码题：1. 动态规划，交错字符串；2. 二叉树的层序遍历。

快手

【岗位】算法工程师

Transformer positional encoding的方式，为什么用旋转位置编码（序列长度）

因果推断uplift计算

介绍因果推断

attention的计算，为什么要做归一化

transformer加速计算的方法？

合合信息

【岗位】算法工程师-NLP

介绍常用的优化算法，Adam等

介绍LSTM、随机森林、决策树、SVM

介绍LR模型，它的损失函数是什么，交叉熵怎么计算

bert做mask的方法

positional embedding的方式有哪些

了解文本抽取吗

介绍attention的计算

word2vec

字节

【岗位】数据科学家

主要问了项目和场景题

哔哩哔哩

【岗位】机器学习算法工程师

AUC计算方式，AUC和KS的区别

word2vec

如何做特征挖掘

transformer的参数量计算

欠拟合的表现，如何解决？过拟合的表现，如何解决

得物

【岗位】算法工程师

训练集auc下降，测试集acc很低什么原因

训练集auc不下降什么原因

xgb与gbdt的区别

ab实验怎么看显著性是否稳定

等概率和不等概率哪个信息熵大

auc计算方式

过拟合怎么处理

代码题：合并区间

小红书

【岗位】算法工程师

代码题：给一个N*M的矩阵，找出来矩阵中每个位置走到最近的1需要的步数。

滴滴

【岗位】算法工程师

AB实验的目的

优化用的什么求解器

代码题：动态规划

【岗位】算法工程师

代码题：动态规划，机器人走网格求路线，力扣63.不同路径II

XGB的梯度提升是用在树与树之间还是用在树内部的分裂

XGB公式推导，w和叶子结点复杂度的计算公式

XGB为什么用二阶导

求导等于0是求极大值还是极小值，为什么

AUC和KS的区别？

LR的损失函数为什么是交叉熵，为什么不能用MSE

MAPE vs WMAPE

【岗位】算法工程师

transformer的结构

attention机制的优势和劣势

add&norm中norm的方法，怎么计算

代码题：数组中第K大的数

京东

【岗位】机器学习算法工程师
实习经历

AB实验怎么做，目标、实验做法、最小样本量、实验效果显著性怎么检验，检验的原理，t检验和卡方检验的区别

transformer attention机制

AUC、KS、MAPE的计算方法，应用场景

知道哪些评估指标

GBDT与XGB的区别

sql：当不平衡的数据进行join时，有什么方法提高计算速度

【岗位】算法工程师

职业规划

有一个数组是AABBBCC，从数学的角度如何去重

指数分布和泊松分布的区别。

【岗位】算法工程师

python列表和元组的区别

python形参命名两个星号和一个星号的区别

数据结构堆和栈的区别

数据结构如何设计一个哈希表

CNN

RNN和GRU、LSTM的区别

attention的优缺点

xgb和gbdt的区别

bagging和boosting

阿里大文娱

【岗位】算法工程师

AB实验

如果AB实验第一周呈正相关，第二周没有关系或呈负相关怎么办

transformer attention机制

transformer在做seq2seq时，静态特征和动态特征输入到encoder后会有什么不同

技术交流

独学而无优则孤陋而寡闻，技术要学会交流、分享，不建议闭门造车。

建立了技术交流与面试交流群，面试真题、答案获取，均可加交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。

方式①、微信搜索公众号：Python学习与数据挖掘，后台回复：交流
方式②、添加微信号：dkl88194，备注：交流

资料
我们打造了《数据分析实战案例宝典》，特点：从0到1轻松学习，方法论及原理、代码、案例应有尽有，所有案例都是按照这样的节奏进行表述。