秋招面试

2021秋招面试记录

20200815 猿辅导数据分析1面

1.自我介绍
2.时间序列
常用模型，平稳性、怎么检验平稳性，prophet详解
3.常见的概率分布
T分布 公式
举个泊松分布的例子
两个随机变量X,Y独立服从正态分布，X-Y服从什么分布，均值方差
4.spark、hive掌握
sql 用户购买了两次以上的课程品类
转为python代码(dataframe操作）
5.概率题：
三门问题
赌金分配问题：64个金币。置骰子，点数为6，甲加1分，点数为4，乙加1分，现在甲8分，乙7分，赌博被迫终止，问怎么分配赌金？4：3
6.贝叶斯公式 贝叶斯公式证明
7.业务题
（1）一个拼团买课程的活动，设定一些指标来评价这个活动
（2)续课率。找续课率下降的原因。
总结：小姐姐人很好，问的不太难，但自己概率知识忘得有点多，忘记问业务题自己说得对不对了。还问我是想找算法岗吧。。。

20200817 携程机器学习面试（28分钟结束）

不分部门的面试，都能听到旁边面试官在问什么，比较吵。
1.自我介绍
2.介绍实习项目
特征、效果
现在还在版本迭代，所以提高多少
3.介绍学校的项目
其中提到了带惩罚的LR，所以问了一下L1\L2的区别
（全程自己讲）
4.问xgboost与gbdt的区别
5.代码题：
用蒙特卡洛方法求圆周率
正方形里面画圆的思路

emmmm…28min的面试，问得挺简单，过不过就不知道了。

20200821 携程二面 25分钟

太惊讶啦，一个面试25分钟，中间沉默了可能加起来有10分钟

没有自我介绍，直接介绍了一下实习的项目
问了一下facebook提出的prophet怎么做的
然后写了道超级简单的题。有序数组，找target
然后沉默了一会，你知道的归一化方法有哪些。
问了一下SEIR是什么（因为做了一点点新冠疫情预测的东西）
然后问了一下项目有transfomer怎么做的，self-attention是咋回事，attention的区别。
又是沉默了很久，问了一下是否上线
面试结束，
下面就是
我们是做推荐算法的，感兴趣么
携程在上海，你ok吗
没了
这是面过最短的试，这。。。。

20200819 美团 到家事业群 机器学习面试（1.15小时）

1.自我介绍
2.写题
给一个正整数n,建一棵完全二叉树
（最开始想成了满二叉树）
利用递归的思想，但是需要算左右子树的节点个数，一直算，一直算，面试官还帮忙算，算了好久，然后在面试官的帮助下，勉强算出来了。
写题占据了大部分时间
3.项目问得比较少，机器学习问了点
l1正则介绍了一下，为什么稀疏特征
线性回归——最小二乘详细讲一下。
在LR中，特征分stage之后one-hot编码的好处：1.捕捉更多的阶段信息，2.解决共线性（表示疑惑）
特征划分stage，用什么方法：我说了聚类，面试官疯狂暗示我，我没想到用决策树呀。哎。。。。
然后就开始xgboost原理。加惩罚干嘛。防止过拟合。xgboost中还有什么防止过拟合的手段，。。。。emmm…面试官说列采样也可以。。。
问了一下lstm 跟rnn 为什么能防止梯度消失

反问
做什么的 到家配送，主要是做配送的吧，在北京。

20200826 美团到家事业群 机器学习 2面（1小时）

1.自我介绍
2.了解的排序算法，时间复杂度、空间复杂度
3.python yelid return的区别
迭代器
4.回归和分类的区别与联系
5.判别模型和生成模型，有什么区别
用过的生成模型
6.智力题 10个硬币，两个人轮流取，一次取1or2or4个，问怎么取保证赢？
7.给两个区间list，合并区间。
反问

20200824 京东 广告数据部 机器学习算法 一面

时长40min
1.自我介绍
2.上了什么课
3.置信度和置信区间的理解
4.讲讲正则化、归一化
5.讲了一下项目，什么模型，什么指标，精度提升
没有针对模型展开问
6.问python dict的实现原理
问sql中索引怎么用的
7.写题
（1）有序链表，删除重复节点
（2） 有序数组，给一个target，查询小于等于target的元素个数。
（3）给定一个target区间，这个区间中有几个元素。
8.反问