腾讯(一面)(asir)
岗位:机器学习、数据挖掘算法实习生
1、 项目经历介绍
2、 比赛经历介绍,挑一个自己觉得做的好的比赛详细介绍,主要问到使用的方法,与前几名的差距,有没有思考进一步的优化等
3、机器学习的基础知识:
- 决策树的分裂原则
- 逻辑回归公式推导
- SVM是如何优化的
- gbdt与xgboost的区别,要写xgb的推导公式
- xgboost与lightgbm的区别,说出三点,详细解释其中一点。
4、深度学习的基础知识:
- lstm与rnn的区别,是否完全解决了rnn的问题
- transformer与lstm的区别,与cnn的区别
- self-attention有了解吗?能否把公式写一下?
- 有没有看过resnest,了解它做了哪些改进吗?
5、算法题:当时没有问我算法题(很幸运)。
注:后面的三面都与一面差不多,主要还问了抗压能力,适应能力,其中一个还问了一道智商题,具体是什么忘记了,但是这种题腾讯是会问的!!!
阿里(一面)(asir)
岗位:保险技术部的算法工程师-机器学习职位
1、 项目经历介绍
2、比赛经历介绍,挑一个自己觉得做的好的比赛详细介绍,主要问了模型为什么要这样设计,问了跟前几名的差距,以及觉得自己的不足之处在哪里。
3、机器学习基础知识
- gbdt和rf的区别
4、深度学习基础知识:
- transformer与lstm的区别,与cnn的区别
- transformer为什么要用位置编码?有什么实际意义?
- self-attention介绍一下
5、算法题:一道区间合并的题,给定一列无序的区间,然后将其中能够合并的区间合并起来。
注:悲剧以后,又被别的部门捞了起来,但是没有问基础知识,直接做了一道算法题,题目就是给定一个字符串将其中的数字转换成int类型。类似于写一个StrToInt函数。
腾讯(WintoMT)
岗位:技术研究-机器学习
1、开放题:在样本比较少的情况下,你怎么向别人说明我们构建模型的是好的?
2、大数据定律是什么?
3、概率和似然的区别
4、focalloss是什么?
5、知道那些处理类别不平衡的方法?
6、特征筛选有哪些方法?
7、lstm的原理
8、lstm与GRU的区别
9、算法题:无重复字符的最长子串、快排
注:目前已收到offer,面试官人很好,不懂了会提醒指点;机器学习和统计学的基础要牢固,腾讯对基础知识的认识考察的还是比较多的,算法题难度中等,会给予一定的帮助。
字节tiktok海外版
岗位:算法岗
一面
1、word2vec两个模型的损失函数是什么cbow和skipgram的比较,为什么skipgram会更好,哪个的计算复杂度高
2、开放性问题:在视频推荐这个领域能不能用上embedding的思想,如果可以,要怎么构建和训练模型
3、手撕代码一个是二分查找,很简单的一个是给定一个数组,输出所有他的全排列组合,leetcode原题 permutation然后小哥让我回去安静等消息,一度以为我凉了,过来一周问了hr有二面字节
二面
1、解释一下过拟合和欠拟合,怎么发现过拟合问题,怎么解决过拟合
2、你说到正则化问题,正则化有哪几种方式
3、正则化这两种方式的区别和公式分别是什么
4、你说l1会使得特征系数稀疏化,为什么呢(岭回归和lasso回归的区别)
5、你说到lasso回归有特征选择的作用, 有哪些特征选择的方式
6、有哪些常用的降维方式
手撕代码
1、判断链表有没有环;判断链表的环的起点
2、给定n个区间[a,b], 找到最小的区间[x,y],使得 n个区间都至少包含一个数落在这个[x,y]中
三面
1、讲讲你最熟悉或者最拿手的一个项目1. 这个面试官挺有批判精神的,他会指出你这个项目中的实验设置的不足, 比如你词向量的优劣如果用情感分析的结果来进行评估的话,情感分析这个任务的选择合适吗,为什么?用lstm模型来评估两个词向量的优劣时,调参怎么调才合理?
2、词向量的训练原理和参数更新的细节3. 词向量怎么用到神经网络里面
手撕代码
1、两个有序数组的中位数(不要用O(N)的暴力算法,要用二分的思想)
2、找出一个正整数数组中,没出现过的最小的正整数(不能先排序,要用比排序时间复杂度更优的方法)
快手
岗位:数分岗
一面
1、 自我介绍,深挖之前实习经历,因为之前在某快消做数分,问复购的归因是如何做的?(给我一个新的场景 去下钻影响新老客购买率因素)欠品预测建模用到了什么自变量,lightgbm模型效果如何?
2、提出场景问题,如果日活跃用户量下降了,如何从数据找到原因?
- 数据的准确性以及是否存在异常
- 下降的维度是随时间下降,还是跟别人的差距变大了
- 从几个常见维度拆分:按照新老用户的拆分;登入平台的的拆分,比如:IOS、安卓;按照APP版本进行拆分;按照登录渠道的拆分,比如APP、小程序;按照区域的拆分,比如:国家、省份;)
两道SQL题:
二面
自我介绍,我简历中有写用图模型做商品关联分析,面试官问如何应用的?然后就是各种深挖简历,问模型效果如何,用的什么模型评价标准。
记不清了,好像又问了一些业务问题,然后问了下之后想要的职业发展方向,以及给我了一些建议。
快手推进挺快的,所有流程都在一周内走完。
相关阅读推荐
【腾讯、QQ音乐、蚂蚁、华为等】又一波大厂招聘信息来袭,赶快收藏起来投送自己的简历吧!
欢迎关注我们的公众号:ChallengeHub,添加助手微信加入微信交流群或者QQ交流群: