暑期实习算法岗面经

最新推荐文章于 2022-07-11 16:54:00 发布
最新推荐文章于 2022-07-11 16:54:00 发布
阅读量1.9k 收藏 4
点赞数 2
分类专栏： 面试 文章标签： 算法 机器学习 面试
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34219959/article/details/104573628
版权

抖音日常实习 2月底

一面

  1. 算法题：全排列。
    [a,b,c]求所有排列，用深度优先遍历可求解。
  2. 算法题： 给定一个有序数组和target，如果能找到target则返回索引，找不到则返回应插入的下标。
    可以用二分查找做。
  3. 问项目：问得很细，然后由项目引申了一些算法知识
  • 用户/物品冷启动的策略有哪些
  • 加入了一个召回理由后，如何评估对冷启动的效果
  • 如何解决新物品的召回和排序
  • 用户和物品画像怎么做
  • 正负样本不均衡的问题怎么解决
  • 正负样本不均衡的话，AUC会失效么，AUC物理意义是什么
  • 过/欠采样后，分布是否会有偏移
  • 时间序列异常检测的流程
  • 随机森林和逻辑回归的原理，这两者输入有何区别？
  1. c++什么程度，平时代码写的多吗
  2. 介绍了工作的情况，大概是一半时间python训练模型，一半时间c++修改推荐架构
  3. 开放题：你即将面试100家公司，每一家公司面试完会给你一个工资package，你只能当场选择接受或者不接受，接受后就不能毁约（不能选择后面的offer），问如何设定策略让自己package最大化。

二面

  1. 上来就写题
    写判断链表是否有环（快慢指针）
    进一步判断环的起点（链表起点和相遇点一起走，走到一起的时候就就恰好是起点）
    证明为什么恰好是起点
    在这里插入图片描述
  2. auc是什么，如果正样本减少一倍，写出公式（我只知道auc正负样本不均衡的情况下，基本auc不变，我当时的理解是tpr只和正样本有关，fpr只和负样本有关，所以和正负样本比例无关，但是写公式就有点懵了）
  3. 介绍p和r，pr有什么问题，什么情况用pr什么情况用auc（我拿癌症99:1举例）

阿里提前批 二/三月

支付宝 通过

支付宝这边算法主要以应用为主，很少做基础研究，我之前做过一些AIops时序的工作，他说和他们比较匹配，然后一二面都聊得比较愉快，很快就通过了提前批。

一面

  1. 问项目
    主要就是我挨个介绍，他提问
  2. 和我介绍了他们的工作内容

二面

  1. 问项目
  • 我介绍项目，他提问
  • Mapreduce的工作原理
  • 在搜狗实习每天数据量处理多少，如何处理数据偏移的问题
  1. 讨论了一下校招正式流程开启后，我选择哪个部门的问题

阿里云弹性计算 通过

一面

  1. 问项目
  • 介绍一个收获最大的项目
  • 银行数据是什么样的结构
  • 我是如何提取时序特征的，为什么这么做
  • 你提到你设计了两个算法，那你有考虑后续的改进吗，如何落地如何进一步提高
  • C++会吗，介绍一下多态
  • python的字典是如何实现的
  • 如何解决哈希冲突
  • 给你两个文件，每个文件内有100万个不重复的电话号码，如何求两个文件共有的电话号码
  • 排序算法常见的有哪些，复杂度如何
  • python可以用多线程吗，原理是什么，工作中用到过多进程的，如何解决通信问题
  1. 介绍了一下他们的工作
    阿里云弹性计算部门是最核心的部门，这边主要以开发为主，算法为辅，算法会涉及推荐和负载均衡的问题。
  2. 给了一个网址让写代码，不是算法题，而是一个具体的应用题。给我了他们实际中会遇到的云服务器的数据，让完成两个子功能，其实就是数据处理。

1688（杭州） 通过

一面

  1. 自我介绍
  2. 常用的召回算法有哪些
  3. 常用的排序算法有哪些
  4. 讲一下如何用graph embedding做召回
  5. graph embedding中如何做负采样
  6. 讲一下深度兴趣网络的细节
  7. 多目标优化有了解吗
  8. 如何同时对视频、图文做混合排序，视频、图文的特征不完全一致
  9. 负样本如何有效利用
  10. 说一下常见排序算法的复杂度
  11. 给你发个链接，手写一下最大堆排序，输出列表的中位数

二面

忘了。。

三面

  1. 项目
  2. 设计一个推荐系统
  3. 零钱问题
  4. 一根绳子烧完1min，如何得到52.5s

CBU（北京） 通过

一面

  1. 自我介绍
    她：你算法东西做得不够啊（因为我之前在搜狗，项目是信息流召回，公司的线上模型其实很简单，而且我在公司里其实不怎么碰模型，都是做mapreduce。然后在一家企业做过aiops，但是又和推荐模型不相关）
    我：在企业里主要是做一些规则和数据的事情，模型用的很浅，ctr和召回相关的模型算法我都会，您可以问我
    她：我们需要你实际用企业的数据做过算法研究
  2. 逻辑回归默认数据符合什么分布
  3. 逻辑回归的损失函数是什么
  4. 随机森林有哪些参数进行调试
  5. 介绍lstm的结构
  6. 神经网络训练不收敛怎么做
  7. 写题
  • 写一个线性回归的训练全过程
  • 用pandas写onehot编码（我一直用sklearn的库函数，这里让自己写，我就主要说了下思路）
  • 用sql处理两个表

阿里妈妈 通过

一面

  1. 自我介绍
  2. 问简历
  3. 介绍一下常见的ctr模型
  4. 介绍din的原理
  5. 介绍xgb和gbdt的区别
  6. 随机森林调参经验
  7. python迭代器和生成器的区别
  8. 牛顿法
  9. 常见的优化算法
  10. 常见的激活函数
  11. topk问题

阿里云天基 通过

一面

  1. 自我介绍
  2. 问简历
  3. 介绍对AIops的看法
  4. python多态有了解吗
  5. python内存管理怎么做的
  6. 多进程如何通信
  7. mapreduce的原理
  8. 路由算法有了解吗
  9. 介绍k8s和docker的区别，k8s有哪些常用的组件
  10. 写题
    一共三道题，这次写题写了好久，主要是伯乐网站不好沟通题干

蚂蚁金服国际部 通过

一面

  1. 自我介绍
  2. 问简历
  3. 七层网络分别是啥
  4. 三次握手分别是啥
  5. java python的区别
  6. cpu能否吃满 python
  7. python 闭包
  8. 装饰器
  9. 垃圾回收机制
  10. 生成器/迭代器，流水线任务可否用生成器
  11. 做一道题，数组topk，先写了个快排，然后取arr[:k]

滴滴地图部 日常&暑期 3月

一面

  1. 自我介绍
  2. 介绍graph embedding常用算法
    我讲了deepwalk，line，node2vec和gcn
  3. word2vec 和graph embedding的联系和区别
  4. 会使用spark吗，mapreduce你如何解决数据偏移的问题
  5. 介绍gbdt的流程
  6. gbdt效果为什么好于lr
  7. 讲一下LDA的流程
  8. LDA和SVD有什么联系
  9. 时间序列预测有哪些方式
  10. LSTM和arima的效果比对
  11. 了解模型压缩吗
  12. 介绍下CRF和HMM
  13. 写题：
    （1）10亿数中找到中位数，这些树中重复数字很多
    我用的字典，k是数字，v是出现次数，只对k排序
    （2） 10亿数中找到中位数，重复数字不多
    我当时说的用分治法，后来网上搜了下解决方法，可以参考我的文章

二面

  1. 自我介绍
  2. 实习经历和项目一个一个问，讲原理
  3. gbdt和rf的原理，它们基分类器有什么区别
  4. LDA的原理
  5. 介绍了一下他们的工作。实习和项目过完基本就差不多了，没问太多基础的知识。

京东广告部

一面

  1. 自我介绍
  2. 简历
  3. ctr预估模型
  4. 多gpu训练怎么做
  5. 卷积神经网络pooling 反向传播怎么做的
  6. lstm
  7. 随机森林怎么看特征重要性

二面

  1. 项目
  2. ctr预估模型
  3. 设计模式
  4. c++
  5. 逻辑回归参数初始化可以为0么
  6. 你遇到的人生最大的挑战
  7. 你是什么样的人

美团外卖广告

一面

  1. 介绍项目简历
  2. 写一道题：中序遍历的迭代法实现
  3. 介绍各种ctr模型原理，以及为什么这么改进
  4. 手写fm推导
  5. ctr模型工程实践中特征是怎么样的，如何输入到模型里的
  6. graph embeeding的知识，包括deepwalk，node2vec和gcn等。原理是怎样的，如何具体实现的
  7. deepwalk采样怎么做的，知道哪些采样算法
  8. deepwalk里w2v如何实现的，原理是什么，两种改进思路是什么
  9. 介绍下项目里的自研回归模型

二面

  1. 简历项目深挖
  2. 激活函数有哪些
  3. 优化方法有哪些
  4. rnn和dnn反向传播的区别
  5. sigmod函数如何得到的
  6. lstm用了哪些激活函数，为什么这么用
  7. 为什么用1*1卷机核
  8. 写一道题：旋转数组的二分查找

快手 社区科学部

一二面连着

  1. 写了四道题
  2. 问了问机器学习模型

腾讯新闻

一面

  1. 项目
  2. ctr模型
iwtbs_kevin
关注
专栏目录
字节跳动面经——实习算法岗
FPGA/MATLAB学习教程/源码/项目合作开发
09-17 909
A：（哇，这个我见过，内心美滋滋）我们应该把M个链表的头节点做成一个大小为M的最大堆，每次取出堆中最大的节点，然后将这个节点的后序节点放进来，重新对堆进行排序。A：(想了一会) E(z)=p+2p(1-p)+3p(1-p)^{2}+...+mp(1-p)^{m-1}E(z)=p+2p(1−p)+3p(1−p)A：好的，思考了一会，可以使用 E(z)-(1-p)E(z)=AE(z)−(1−p)E(z)=A。Q：好的，那么我们设 f(z=k)=p(1-p)^{k-1}f(z=k)=p(1−p)
华为算法工程师实习生面试面经及准备方法（2020) （已拿OFFER）
persist
01-21 9185
首先自我介绍，专业，专业课，排名，课题组（重点问了课题组内干什么，做了什么成果[论文/奖项]）。 编程语言的询问，主要掌握什么语言？ MATLAB，Labview，Java, Python, Cpp. 然后问了一些Java1.8的新特性。 问了常用的机器学习框架，各有什么特点，如何分类。 问了你如何理解深度学习。你认为深度学习中最重要的是什么？ 然后就是喜闻乐见的手撕代码，15分钟手写...
算法实习面试经历
sunlanchang的博客
11-14 2133
第一次面试的是一个十几个人的小公司，公司在创业孵化基地，面试之前也是很紧张，拿着简历和一瓶水，以及推模型的几张A4纸，以及平板和笔，拿着平板是因为介绍项目比赛时候，万一忘记细节可以向面试官拿出平板展示以前写的比赛项目经历。见了面试官后人很亲切，二十多岁的中科院小伙，说面试内容很简单，让我大概介绍一下做过的项目，我就对着以前做过的项目洋洋洒洒的说了半天，也不知道面试官听懂了没有，估计是没听懂。后来面...
腾讯/阿里/携程 详细算法实习 面经
abcdefg90876的博客
04-21 873
作者|MirzaZhao编辑|NewBeeNLP211菜硕，手里2篇水文。听说之前算法很卷，头铁一次试试。阿里一面没打招呼突击电话面试（30min）地点ok？时间ok？（base...
算法实习面经
这个月亮不太亮的博客
09-15 579
你说这样做会让数据不平衡问题得到缓解，为什么？ 根据人脸识别那篇文章，但是原理非常复杂。我以后还是不提这个了吧，只说这样精度会更高。根据ArcFace那篇文章来。即线性决策边界，线性margin。 解释一下SIFT的算法流程？SIFT为什么具有尺度不变性、旋转不变性、亮度不变性？ SIFT有4个主要步骤： a. 建立高斯差分金字塔：通过降采样的方式得到多个组，每个组里是由不同的sigma的...
暑期实习NLP算法岗面经总结
古月哲亭
03-30 2768
写文章暑期实习NLP算法岗面经总结呜呜哈做一个有思想的码农​关注他488 人赞同了该文章写在前面，从三月份开始找实习到现在正好两个月，这期间大大小小投了竹简智能、阿里、滴滴、美团、腾讯、京东、搜狗、百度、微软亚研几个公司，本着从小公司开始逐渐打怪升级的原则，不断积累面试经验，到现在也斩获了不少offer。这也是最近专栏停更的主要原因，写这篇文章主要是为了帮助那些跟我一样没有什么项目经验、没有顶会论...
2020-2021 CV算法实习面经(京东/商汤/思谋/依图/图森/字节/腾讯)
阿木寺的博客
02-08 2599
点击上方“CVer”，选择加"星标"置顶重磅干货，第一时间送达本文作者：大白鲨| 来源：知乎（已授权）https://zhuanlan.zhihu.com/p/3481...
【面经】此处收集各厂 算法岗 面经/经验分享 （持续更新~/已更新2020届）
(｡◕‿◕｡)
10-03 2493
2019： 腾讯机器学习面经 2018： 招商局 金融科技 NLP算法面经 百度算法三面面经 科大，百度，华为，阿里，网易，360，银联七家面经 百度三面拿到offer 百度-机器学习（已offer-手百推荐feed流） 秋招面试–百度机器学习面经 ...
2021春季推荐算法实习生面经
枵央的博客
02-03 1981
亚信科技面经（数据挖掘岗，已OC）： 一面（30min）： 是一个搞开发的面试官来问的，感觉挺水的，面试官什么都不太懂。  自我介绍  介绍一下你的项目  问了一些python的基础问题：循环，匿名函数  让你介绍一下算法：快排，冒泡 就是感觉挺水的，实习也是去mysql和简单的ml建模，感觉意义不大，不过能混个经历。 二面（10min）： 突然上午给我打了一个电话，是阿里的面试官，说是这个项目是亚信和阿里合作的。  介绍自己的项目，架构  介绍一下GBDT+LR  什么是召回率  问了GB
2022届推荐广告算法秋招面经
枵央的博客
06-29 1122
前情提要 2021暑期实习面经及记录 从2020年底开始投简历，到2021年2月开始面试，一直面试到5月初，大大小小的公司也拿了几个实习offer，最终第一次实习去了华为计算算法部，第二次实习在腾讯qq浏览器用户增长中心算法实习和阿里妈妈大外投广告算法实习中选了阿里，目前正在实习ing，在做clickbait问题及尝试用因果推理去解决。争取转正吧。 2022届秋招面经 下面正式的秋招面经就开始啦！ vivo广告推荐算法（等hr结果中） 提前批： 5月末投简历，6.22一面，6.24hr面，感觉略水 一面：
【面试经验分享】十分值得一看！ 研一下-算法实习-面试经验汇总
weixin_43485035的博客
01-18 7641
青藤云安全（2月26日） 机器学习算法实习岗 微信视频面试，15分钟。主要问了下简历上做阿里云比赛的经历，后未联系，预计已挂。 主要存在的问题： 1）做的东西太简单太基础，不够看，导致面试官其实没啥可问的； 2）对自己做的项目不够清楚，模型怎么融合的说不上来；（xgboost，np.hstack） 3）在项目中遇到了什么问题，怎么解决的，收获了什么；（star模式） 4）缺乏深度学习、BERT等相关的了解； 5）没有论文阅读、代码复现的经验，工作中需要； 6）没有考六级； 7）说话逻辑性不好，断断续续的..
算法岗NLP实习面经
vinventwy的博客
06-28 896
这里写自定义目录标题算法岗NLP实习面经6.9科大讯飞6.19购物狗6.21恒生电子6.22 字节跳动（内推）6.26-27交叉科技（笔试）6.28差评（面试） 算法岗NLP实习面经 众所周知，算法岗招聘已经趋于冷静，越来越考察一个人基本功而早已不再有以往临时抱佛脚就能收到offer情况。受疫情影响和开题答辩以及一些个人原因，本想春招投实习简历计划作罢，个人安排受到很大影响。因此直到5月底才开始陆续投简历，而春招实习岗很多大厂基本都已招完，因而时间紧任务紧迫，压力不可谓不小。经过目前近一个月投递反馈，自我感
算法工程师实习校招面经 (上篇)
公众号/知乎: AI算法札记，欢迎关注交流
04-30 4059
​ 公众号 【面经1】算法工程师实习校招面经 (上篇) 知乎 深度学习算法工程师面经(微软、阿里、商汤、滴滴、华为、海康、平安、陌陌等offer)之上篇 - 知乎 ​ 一、引言 “温故而知新，可以为师矣”，基于《公众号短期规划》一文，我将首先对过去在实验室及实习秋招过程中的工作进行总结，主要包括实习校招面经、目标检测、属性识别、人脸聚类、图卷积、不平衡问题等部分。由于21年已转推荐算法，时间原因，温故部分主要是对过去笔记的整理，不会涉及太多最新的内容，如果有同学继续从事相关工作，也可以私聊，在Github的
抖音算法实习生面经（一面+二面）
rainMan的博客
06-02 1738
第一面：上来三道题，然后问基础知识 算法题： 链表反转 寻找字符串中最长的无重复的子串 选择字符串中最长的所有字母出现次数>=k的子串 基础知识： 对C++熟悉吗？用过boost库吗？hive呢？ 指针和引用有啥区别 你对Linux熟悉什么 数据库中 having与where的区别（对数据库的SQL语句的了解） Xgboost对于lightgbm的改进？ Gbdt or 随机森林呢？ L...
我的第一次算法实习生面试经历
Comet的博客
06-23 700
一次实习面试经历
网易算法实习面经（2019.3）
赶考书生
03-14 914
2019.3.13网易互娱一面 1.自我介绍 2.计算卷积神经网络的参数量，每层输出特征图的尺寸（卷积层、池化层、全连接层） https://blog.csdn.net/qian99/article/details/79008053 3.MobileNet深度可分离卷积的参数量计算 4.BN层一般加在网络的哪个部分？ （卷积层后面，激活函数前面） 在激活层（如 ReLU ）之前...
C++ 算法岗面经（未完待续）
Phillweston的博客
07-11 520
C++算法岗面经部分内容整理
华为暑假实习生面试经历
jane_6091的博客
04-02 2652
投递部门：人工智能使能部 岗位：AI工程师 估计就业务面一轮。简历过了，我也不知道为什么，双非本科+深大研究生。。 1.自我介绍，准备了两分钟的，估计背的太慢了，面试官听到后面让我聊下自己做过哪些项目。 2.对其中一个项目进行详细的描述。 主要是针对一个什么样的需求，然后什么样的数据，数据集大小，什么模型，为什么选择这个模型，简单介绍一下这个模型，有没有其他的模型进行对比。最后结果如何，两大标准：...
华为软开面试题Java2020_华为软开暑期实习一面面经
weixin_36320737的博客
03-05 560
211本硕实验室用C/C++不用java自学java半年左右面试时长70分钟(漫长的70分钟)部门消费者bg 我应该又是倒霉的第一批面试的按：我终于能平静地写这篇这个被怼出翔的面经了。。。。要详详细细的写。。。平台用的是zoom，手撕代码是屏幕共享撕的1.手撕代码字符串中的最长不重复子串(我用了一个set容器，然后嵌套循环穷举，撕出来，他说不行，复杂度太高，重新来，我想了半天，改用双指针方...
微软.NET暑期实习深度解析
"这是一份关于.NET暑期实习的学习笔记，涵盖了.NET平台的基本概念、.NET Framework的组成部分以及CLR和CIL的解析。笔记详实记录了作者在实习期间对.NET技术的理解，适合学生参考学习。 正文： .NET技术是微软提出...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值